预训练网络的特征提取方法（VGG16）

预训练网络的特征提取方法

1、知识点

#想要将深度学习应用于小型图像数据集，一种常用且非常高效的方法是使用预训练网络
#预训练网络：一个保存好的网络，之前已经在大型数据集（通常是大规模图像分类任务）上训练好。

#使用预训练网络有两种方法：
#【1】特征提取【2】微调模型

#用于图像分类的卷积神经网络包含两部分：【1】一系列的池化层和卷基层（卷积基）【2】最后是一个密集连接分类器。

#keras.applications模块中的一部分图像分类模型（都是在ImageNet数据集上预训练得到的）
#【1】Xception
#【2】Inception V3
#【3】ResNet50
#【4】VGG16
#【5】VGG19
#【6】MobileNet

2、VGG16卷积基实例化

#将VGG16卷积基实例化
from keras.applications import  VGG16conv_base=VGG16(weights='imagenet