27.其他预训练模型

常用的模型还有下面这些

使用详情可以到这个网址中了解一下 应用 Applications - Keras 中文文档

我们下面使用Xception做一个例子，一直到创建模型之前与 25.迁移学习 的代码都相同，我们简单看一下

之后我们创建模型

目录

1  创建模型

2  建立模型

3  编译模型

4  训练模型

5  保存模型

6  预测模型

---

1  创建模型

首先我们先创建卷积基

依然是第一次运行是会下载模型

这里我们多了pooling这个参数，这个参数是处理最终的全局池化层的，我们看一下源码，pooling这个参数有三个可选值

• None 不在最后添加池化层
• avg 在最后添加全局平均池化层
• max 在最后添加全局最大池化层

之后我们看一下卷积基的情况

可以看到这个网络有很多的层

我们令卷积基不参与训练

我们再看一下当前的可训练参数情况

• 只截取了参数部分

2  建立模型

由于我们在卷积基中添加了平均池化层，所以我们在新建立的模型中就不再需要了

我们看一下这个模型

3  编译模型

4  训练模型

看一下曲线

• acc

• loss

我们可以微调一下模型，这个与之前 26.微调预训练模型 的方式相同，我们可以让卷积基中的部分层(只改trainable的布尔值，层看不懂什么意思无所谓)参与训练，从而达到更好的效果，我就不在这展示了

• val_acc已经到达了0.99，对于猫狗分类来讲已经没有再微调的必要了

5  保存模型

6  预测模型

与之前的预测方式相同