VGG论文导读+Tensorflow实现+参数微调(finetuning)+AWS部署从头训练

内容：

1. VGG论文导读

2. Tensorflow实现

3. 参数微调(fine-tuning)

4. AWS部署，从头训练

可以从基于ImageNet训练的参数中恢复参数，作为网络的初始值 (fine-tuning)；

还可以固定其中几层的权值，不让其更新；

也可以完全从头开始训练。

直接看图吧，思想都在图中。。。：

论文链接：
[1409.1556] Very Deep Convolutional Networks for Large-Scale Image Recognition

迁移学习，fine-tuning，来自 cs231n：

还没训练完，具体看看我的视频讲解吧：

VGG论文导读+Tensorflow实现+参数微调(fine-tuning)__01

代码还在整理中，稍后上传：kevin28520/My-TensorFlow-tutorials

Pre-trained 参数（500M左右，VGG16.npy），放在百度盘了，也可以从网上搜索下载：

https://pan.baidu.com/s/1dFKhvRb

&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8212;&＃8211;

墙煭建议订阅我的 tensorflow 教程频道呀：KevinRush_Deep_Learning的自频道-优酷视频

谢谢！