學習遷移是為了在新的資料集上重新訓練一個DNN模型的技術，這比從頭訓練網絡花更少的時間。使用學習遷移，在對分類自訂的資料集時，只要對預先訓練過的模型權重做微調。
在這些範例中，我們將使用ResNet-18 與 SSD-Mobilenet 神經網路，當然您也可以根據您的經驗選擇其他的神經網路模型。
Pytorch是我們接下來要使用的一個機器學習的框架，所提供的示例數據集和訓練腳本都在下方供使用。此外，我們需要一個鏡頭工具來做蒐集與建立標籤的資料集。
其實這件事情應該是在刷完JetPack時候就有帶使用者進行設定了，所以這裡只把指令貼上。
在這個影片11分的位置開始看
需要給ubuntu 4G的swap
$ sudo systemctl disable
$ nvzramconfig
$ sudo fallocate -l 4G /mnt/4GB.swap
$ sudo mkswap /mnt/4GB.swap
$ sudo swapon /mnt/4GB.swap
使用Vi編輯器編輯/etc/fstab 檔案
$ sudo vi /etc/fstab
加入下面這一行
/mnt/4GB.swap none swap sw 0 0
然後重開機吧
因為使用類似windows的介面會比較耗資源，所以可以切換為純文字介面
修改方式只要下以下指令就可以
$ sudo init 3 # stop the desktop
# log your user back into the console 登入使用者帳號跟密碼
# run the PyTorch training scripts 開始執行PyTorch吧
$ sudo init 5 # restart the desktop