图像分类问题的深度学习预测模型有哪些比较好？多说一些

目前在图像分类领域中较为流行的深度学习预测模型有：

1.卷积神经网络(CNN)：它通过卷积层和池化层来提取图像特征，并通过全连接层进行分类。常用的CNN模型有LeNet、AlexNet、VGG、GoogLeNet、ResNet等。

2.循环神经网络(RNN)：它通过循环和门控机制来处理序列数据，在视频分类等任务中表现良好。常用的RNN模型有LSTM和GRU。

3.卷积循环神经网络(CRNN)：它结合了CNN和RNN的优点，能够同时提取图像特征和处理序列信息，在文本识别等任务中表现良好。

4.可分离卷积神经网络(Separable CNN)：它通过可分离卷积来降低模型复杂度，在移动端设备上表现良好。

这些模型都是目前图像分类领域中较为流行的模型，根据具体应用场景的不同可以选择合适的模型进行训练。