这是一个我无法在Stack Overflow上快速找到答案的简短问题。

回答：

在进行迁移学习时，几乎总是会在末端（靠近输出层）添加层，或者只重新训练末端的层。较低的层通常会从数据中学习基本特征，而较高的层则学习与任务更为相关的更复杂的特征。这不仅适用于CNN，也适用于其他神经网络。