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）

 

tf.keras有很多预训练模型，具体的可以在keras预训练模型中查看到：

• VGG16
• VGG19
• ResNet50
• Inception v3
• Xception
• ... 我们来使用其中比较有名的一些模型演示一下预训练模型的使用方法，下面是来自