猫和狗
当我们的数据集不足时，最常用的方法之一是使用预先训练的模型。
在我们的案例中，我们将考虑在ImageNet数据集上训练的大型卷积网络（140万个带标签的图像和1000个不同的类）。 ImageNet包含许多动物类别，包括不同种类的猫和狗，因此我们可以期望在猫与狗的分类问题上表现出色。
我们可以使用的一些主干：
•Xception•InceptionV3•ResNet50•VGG16•VGG19•MobileNet
我将使用由Karen Simonyan和Andrew Zisserman在2014年开发的VGG16架构，该架构是ImageNet的一种简单且广泛使用的convnet架构。
VGG16：
from keras.applications import VGG16
conv_base=VGG16(weights=('imagenet'),
2022-05-08 12:59:02
153.39MB
1
里面有两本书
Francois Chollet-Deep Learning with Python-Manning Publications (2017)
和中文版本(2018年翻译)
2021-05-16 22:16:49
24.34MB
1
上传书籍均经本人鉴定为原版或高清扫描版，且积分一律设置为5积分，更多书籍请查看我的资源。
2021-04-05 16:31:43
13.07MB
1
Deep Learning with Python by Francois Chollet (final 版）,Manning | 2018 | ISBN: 9781617294433 | 386 pages | PDF
2020-02-01 03:08:40
6.97MB
1
Deep Learning with Python-Francois Chollet的配套源代码
2020-02-01 03:03:18
6.62MB
1
Francois Chollet-Deep Learning with Python，Francois Chollet-Deep Learning with Python
2019-12-21 22:10:15
13.27MB
1