VGG16 모형 훈련 + 테스트

tf.keras.응용 프로그램에는 VG16, VGG19, ResNet, 모바일 Net, InceptionV3 등 미리 정의된 고전적인 권적 신경 네트워크 구조가 있다.우리는 수동으로 네트워크 구조를 정의할 필요가 없이 이러한 고전적인 권적신경 네트워크 구조 (심지어 미리 훈련된 파라미터까지 불러올 수 있다) 를 직접 호출할 수 있다.
필요한 패키지 가져오기

from keras.models import Model
from keras.layers import Dense, Flatten
from skimage import io, transform
import glob
import os
import numpy as np
from sklearn.model_selection import train_test_split
from keras.utils import np_utils
from keras.applications.vgg16 import VGG16
from keras.models import load_model

 
하나의 이미지 데이터 shape는 [샘플 수 N, 채널 수 C, 높이 H, 너비 W]로 마지막 두 차원인 flatten을 얻어낸 것은 [N, C, H*W]이다. 표준적인Batch Normalization은 채널 채널이라는 차원에서 이동하고 모든 견본의 모든 값에 대해 균일치와 방차를 구한다. 몇 개의 채널이 있으면 몇 개의 균일치와 방차를 얻는다.

path = r'./data/'  #       (      ，            )

w = 150
h = 150
c = 3
number_classification = 5#