解决使用Keras对mobileNet进行迁移学习(fine-tining)出现的过拟合问题（验证集正确率过低）

对于目前网上的利用Keras对各种网络进行fine-tuning以及迁移学习的代码大多都是直接从keras的官网上直接抄过来的（其中知乎上的一个例子也是如此，，我一开始的代码也是参考的那个fine-tuning代码，但是最后结果非常差。）对于这一个问题，网络上的解决办法非常的少，在这里我也做一下简单的总结，以备日后的学习以及研究。

在国内博客上来讲，有两篇博客提及了这个问题，但是都只是浅尝辄止的提到了解决办法，参见下面两篇的博文：

1、https://blog.csdn.net/aojue1109/article/details/88181927

2、https://blog.csdn.net/zjn295771349/article/details/86355874

真正对问题进行彻底分析的还是外网的这一篇博客

3、http://blog.datumbox.com/the-batch-normalization-layer-of-keras-is-broken/

以及在StackOverflow上的一个讨论

4、StackOverflow上的回答

以及在Github上对问题有详尽的分析：#9214，#9965