3.1.2.使用预训练的卷积神经网络(使用数据增强的快速特征提取
下面展示一些
内联代码片
。
""" 3.1.2.使用预训练的卷积神经网络(使用数据增强的快速特征提取) """ '因为其计算代价大,在GPU上运行'
# 1.将VGG16卷积基实例化
from keras.applications import VGG16
conv_base = VGG16(weights = 'imagenet',
include_top = False,
input_shape = (150, 150, 3))
# 2.在卷积基上添加一个密集连接分类器
from keras import models
from keras import layers
model = models.Sequential()
model.add(conv_base) # 添加的conv_base模型
model.add(layers.Flatten()) # 用Flatten压平
model.add(layers.Dense(256, activation='relu'))
model.add(layers.Dense(1, activation='sigmoid'))
model