strategy 1: 모델 전체를 학습하는 경우 (Full training) 모델 전체 학습데이터가 많은 경우 효율적 strategy 2: 일부만 학습시키는 경우 (Fine tuning) 상위는 학습시키지 않고 프리징 내 클래스와 pretrained가 비슷할 때 starategy 3: 특징 추출 부분 고정 (Feature Extraction) 분류기(FC layer)만 재학습1. 전체 학습 (Full Training)설명: 모델 전체를 학습시켜서 모든 가중치를 업데이트장점: 데이터가 많을 때 좋음(처음부터 끝까지 내 데이터에 맞는 최적의 모델을 만들 수 있음) 단점: 많은 데이터와 시간, 계산 자원이 필요(이미 잘 학습된 가중치를 처음부터 다시 학습시키기 때문에, 비효율적일 수 있음..
