迁移学习之基于tensorflow框架+VGG16特征提取网络

本人才学习迁移学习知识，如有错误，请指正。欢迎讨论。

现阶段，本人只会运用大佬现成的vgg16模型进行模型迁移，后期争取自己改模型。

一：模型下载
1、下载VGG16模型
2、下载vgg16.npy文件
3、需要下载数据集（可以是网上的关于花朵的文件，也可以是关于猫狗文件，或者自己利用Python爬出一些图片）

我这里有三个文件资料，供参考
链接：https://pan.baidu.com/s/1aFD6RKGh4HnqA_ygenGLSw
提取码：3rzd
复制这段内容后打开百度网盘手机App，操作更方便哦

二：代码实现
（一定要在jupyter notebook中实现）
1、导入各种模块

import os
 
import numpy as np
import tensorflow as tf
 
from tensorflow_vgg import vgg16
from tensorflow_vgg import utils

2、加载数据集

data_dir = 'flower_photos/'
contents = os.listdir(data_dir)
classes = [each for each in contents if os.path.isdir(data_dir + each)]

3、利用VGG16计算特征值

# 首先设置计算batch的值，如果运算平台的内存越大，这个值可以设置得越高
batch_size = 10
# 用codes_list来存储特征值
codes_list = []
# 用labels来存储花的类别
labels = []
# batch数组用来临时存储图片数据
batch = []
 
codes = None
 
with tf.Session() as sess:
    # 构建VGG16模型对象
    vgg = vgg16.Vgg16()
    input_ = tf.placeholder(tf.float32, [None, 224, 224, 3])
    with tf.name_scope("content_vgg"):
        # 载入VGG16模型
        vgg.build(input_)
    
    # 对每个不同种类的花分别用VGG16计算特征值
    for each in classes:
        print("Starting {} images".format(each))
        class_path = data_dir + each
        files = os.listdir(class_path)