摘要：
《python深度学习》笔记 5.3-3、猫狗分类（使用预训练网络-数据增强的特征提取） 一、总结 一句话总结： 其实就是把vgg16对应的conv_base像层一样放到Sequential中，然后对图片进行数据增强即可 model.add(conv_base) from tensorflow.ke 阅读全文
摘要：
《python深度学习》笔记 5.3-2、猫狗分类（使用预训练网络-实战） 一、总结 一句话总结： 【卷积就是特征提取】：从预训练网络训练猫狗分类，可以更加方便的理解卷积层就是特征提取 【使用预训练网络效果非常好】：我们的验证精度达到了约90%，比上一节从头开始训练的小型模型效果要好得多。但从图 中 阅读全文
摘要：
keras读取后缀名为.h5的文件 一、总结 一句话总结： 【hdf5存储，get_weights的函数可以查看】：Keras的模型是用hdf5存储的，如果想要查看模型，keras提供了get_weights的函数可以查看： for layer in model.layers: weights = 阅读全文
摘要：
《python深度学习》笔记 5.3-1、猫狗分类（使用预训练网络） 一、总结 一句话总结： 【小型图像数据集】：想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络。 【用卷积层提取的特征】：使用在ImageNet 上训练的VGG16 网络的卷积基从 猫狗图像中提取有趣的特 阅读全文