使用tf.keras.applications中的模型构建自己的网络

使用tf.keras.applications中的模型构建自己的网络，并且使用官方的预训练模型:

经过我反复实验：

    model = tf.keras.applications.MobileNetV2(include_top=False, weights="imagenet")
    inputs = tf.keras.layers.Input(shape=(224, 224, 3))
    x = model(inputs)  # 此处x为MobileNetV2模型去处顶层时输出的特征相应图。
    x = tf.keras.layers.GlobalAveragePooling2D()(x)
    outputs = tf.keras.layers.Dense(2, activation='softmax',
                         use_bias=True, name='Logits')(x)
    model = tf.keras.models.Model(inputs=inputs, outputs=outputs)
    model.summary()

或者：

    model = tf.keras.applications.MobileNetV2(include_top=False, weights="imagenet",pooling='avg')
    inputs = tf.keras.layers.Input(shape=(224, 224, 3))
    x = model(inputs)  # 此处x为MobileNetV2模型去处顶层时输出的特征相应图。
    outputs = tf.keras.layers.Dense(2, activation='softmax',
                         use_bias=True, name='Logits')(x)#其中2为你预测的类别数目。
    model = tf.keras.models.Model(inputs=inputs, outputs=outputs)
    model.summary()

这样就可以更改最后一层参数，并且使用预训练的模型。其他模型同理。（笑）