迁移学习，是将已经训练好的机器学习模型，应用到不同的但相关的问题上。
通过迁移学习，将一个预训练模型（pretrained model）通过微调（fine-tune）用以提高另一个任务的泛化能力，将在任务A中学到的权重，转移到新的任务B中。
ImageNet比赛，使用的是ImageNet数据集的一部分，内容是进行1000个类的分类任务，每个类大约有1000张图像。具体的，有1.2million，5万验证集，15万测试集。
ILSVRC从2010年开始举办，到2017年最后一届，期间孕育了大量经典网络：AlexNet、ZFNet、OverFeat、VGG、Inception、ResNet，以及16年后的WideResNet、FractalNet、DenseNet、ResNeXt、DPN、SENet
预训练模型
pytorch
https://docs.pytorch.org/vision/stable/models.html#classification