Fine Tuningとは、他のデータセットですでにトレーニングされたモデルのWやbなどを用いることで、より早く学習を進めること。
大きなデータセットでトレーニングされたものだと、隠れ層で最初からすでに一般的な視覚的な刺激に対して十分な特徴量を抜き出せると期待できる。
また、共変量シフトが抑えられるため、重み更新が共変量シフトの追従に費やされなくなり、より精緻な係数の設定が進む。