在很多復雜的計算機視覺問題上，我們需要使用層次相對較深的卷積神經網絡才能得到好結果，但是自己從頭去構建卷積神經網絡是一個耗時耗力的事情，而且還不一定能訓練好。大家通常用到最多的技巧是，使用“預訓練好的模型”初始化模型，再在自己的數據集上進行后續處理。
這里記錄學習keras預訓練模型的筆記。
-
Keras中文官方文檔(https://keras.io/zh/)
-
Keras應用 Applications(https://keras.io/zh/applications/)
-
Keras 的應用模塊（keras.applications）提供了帶有預訓練權值的深度學習模型，這些模型可以用來進行預測、特征提取和微調（fine-tuning）
-
可用的模型
在 ImageNet 上預訓練過的用於圖像分類的模型：
- Xception
- VGG16
- VGG19
- ResNet, ResNetV2, ResNeXt
- InceptionV3
- InceptionResNetV2
- MobileNet
- MobileNetV2
- DenseNet
- NASNet
具體請看Keras中文官網，講的非常詳細