tensorflow_keras_预训练模型_Applications接口的使用

在很多复杂的计算机视觉问题上，我们需要使用层次相对较深的卷积神经网络才能得到好结果，但是自己从头去构建卷积神经网络是一个耗时耗力的事情，而且还不一定能训练好。大家通常用到最多的技巧是，使用“预训练好的模型”初始化模型，再在自己的数据集上进行后续处理。

这里记录学习keras预训练模型的笔记。

• Keras中文官方文档(https://keras.io/zh/)

• Keras应用 Applications(https://keras.io/zh/applications/)

  • Keras 的应用模块（keras.applications）提供了带有预训练权值的深度学习模型，这些模型可以用来进行预测、特征提取和微调（fine-tuning）

可用的模型

在 ImageNet 上预训练过的用于图像分类的模型：

• Xception
• VGG16
• VGG19
• ResNet, ResNetV2, ResNeXt
• InceptionV3
• InceptionResNetV2
• MobileNet
• MobileNetV2
• DenseNet
• NASNet

具体请看Keras中文官网，讲的非常详细