环境： tensorflow 2.1 最好用GPU 模型： Resnet：把前一层的数据直接加到下一层里。减少数据在传播过程中过多的丢失。 SENet： 学习每一层的通道之间的关系 Inception: 每一层都用不同的核（1×1，3×3，5×5）来学习.防止因为过小的核或者过大的核而学不到图片的特征。 用Resnet ，SENet， Inceptiont网络训练Cifar10 或者Cifar 100. 训练数据：Cifar10 或者 Cifar 100 训练集上准确率：97.11%左右 验证集上准确率：90.22%左右 测试集上准确率：88.6% 训练时间在GPU上：一小时多 权重大小：21

对于训练出来的模型进行全方位的数据评估,可用于sci论文.数据以标准格式保存在表格里面

inception_resnet_v2模型文件下载，由于教育部的官网不能直接下载，外网不可以直接访问，故此把自远方在CSDN上面，供大家学习，特别好用，也是目前能结束ISC比赛的最后一个模型。。 里面还有比较好的inception_v3.ckpt和inception_v4.ckpt模型文件 Notes：在使用这样的模型对自己的数据集进行分类时候，别忘了对最后一层的参数冻结后，要重新训练哦

Inception-v4.zip

inception_v3 模型的权重文件，我博客有配套的使用，因为不太方便放，就设置了一个积分，不想花积分的给邮箱我发过去。

TensorFlow-inception-v3,其中以.pb结尾的就是已训练好的inception模型

inception_v3_2016_08_28.tar.gz是一个压缩包，解压后得到inception_v3.ckpt，inception_v3 模型训练

该文件包含有一个inceptionv3的网络，以及制作和读取TFRecord格式的数据集的方法。

这是鄙人博客googlenet inception v1 v3模型训练的模型，博客地址：https://blog.csdn.net/guyuealian/article/details/81560537

tensorflow利用Inception-v3实现迁移学习。加载已有的模型，作为新任务提取特征的操作，实现分类迁移。包含完整的代码和数据集