深度学习系列笔记——贰（基于Tensorflow2Keras迁移学习，使用预训练模型解决猫狗大战四）零壹博弈

3、如果没有科学上网工具的同学，可以直接把链接复制到迅雷中，利用迅雷加速下载（有时候迅雷也比较坑，会限速，这个时候就确实没办法了）放到指定位置后，再重新运行刚刚的程序就可以直接使用本地的权重文件了

模型的名称——“VGG”代表了牛津大学的OxfordVisualGeometryGroup，该小组隶属于1985年成立的RoboticsResearchGroup，该Group研究范围包括了机器学习到移动机器人。我们使用在ImageNet1000分类上已经预训练过的模型进行再次训练，只改变后面的全连接层的输出，其他的层提取出的特征均不变。另外，我们对于之前的模型只进行很小比例的改动，将输入的尺寸改为224x224x3。使用预训练模型进行迁移学习，能够很快的达到较高的准确率，经过博主尝试，只需要训练4个epoch，即可在验证集上达到94%的准确率，这个准确率比我们自己之前的要高2.5%。下面直接给出完整的代码：

我们利用和上面vgg模型同样的方式，可以搭建Inception的网络,值得注意的是，InceptionV3的默认输入尺寸是299x299，这里我们按照默认的尺寸导入即可