The First Column	The Second Column
sqeue = sqeue(Input=sqeue.input, output=predictions)	bug
bug:cv2.imshow()
categorical_crossentropy
categorical_crossentropy
weight_decay:权衰量,用于防止过拟合
include_top=False
keras densenet中的 bottleneck
keras densenet中的 bottleneck
keras densenet中的 bottleneck	通过上述简单论述我们看到使用 Bottleneck设计也可以有效减少全连接数量， 让神经网络更高效地前向传播计算。
keras densenet中的 reduction
from keras.layers import Flatten	bug：x = Flatten()(x)
fine-tuning
input_tensor	input_tensor: 可选的Keras张量 （即，layers.Input()的输出）， 用作模型的图像输入
bug ：TypeError: call() missing 1 required positional argument: 'inputs'	position argument：位置参数
bug ： from keras.models import Model as Model_keras sqeue = net_densenet.DenseNetImageNet161 sqeue = sqeue (inputs=sqeue.input, outputs=predictions)	debug ： from keras.models import Model as Model_keras sqeue = net_densenet.DenseNetImageNet161 sqeue = Model_keras (inputs=sqeue.input, outputs=predictions)
bug ：from keras.models import Model as Model	debug ：from keras.models import Model as Model_keras 原工程有model 文件 from model import Model
sqeue.compile(loss='categorical_crossentropy' )
常见的损失函数之 MSE\Binary_crossentropy\categorical_crossentropy