在初始训练后，调整神经网络的最佳方法是什么？
也就是说，我想做一些图像识别，我呈现的新图片越多，网络就会变得更好。这可以通过强化学习来完成，但为了在一开始就取得快速进展，我想使用反向传播。有可能更新网络吗？
以后创建新类别怎么样？
除了用完整的数据集重新训练它之外，还有其他方法吗？因为这需要很多时间。
很抱歉我的基本问题，但我找不到太多关于这方面的信息。
神经网络可以通过在新数据上以较小的学习率进行训练来进行调整。甚至可能以比其他层更高的学习率训练最后一层（如果你使用的是深度神经网络）。
对于问题的第二部分，关于创建新类别，深度神经网络可以用作任何其他分类器（可能是另一个小型神经网络）之上的特征提取器。当你想添加一个新的类别时，你必须重新训练小分类器（或神经网络）。这意味着你将保留特征检测器（深度神经网络）的训练值，并使用它来检测新的类别。