使用TensorFlow Inception和转移学习进行图像识别训练 用其他语言阅读： 。 转移学习是获取预先训练的模型（已经由其他人在大型数据集上进行训练的网络的权重和参数），然后使用您自己的数据集对模型进行“微调”的过程。 这个想法是，这个经过预训练的模型将充当特征提取器。 您将删除网络的最后一层，并用您自己的分类器替换它（取决于您的问题空间）。 然后，您冻结所有其他层的权重并正常训练网络（冻结层意味着在梯度下降/优化过程中不更改权重）。 在本实验中，我们使用了Google的Incep