接下来，给出我自己目前积累的代码，从目录中自动读取图像，并产生generator：

keras 模块里面为我们提供了一个预训练好的模型，也就是开箱即可使用的图像识别模型

深度学习库Keras中的Sequential是多个网络层的线性堆叠，在实现AlexNet与VGG等网络方面比较容易，因为它们没有ResNet那样的shortcut连接。在Keras中要实现ResNet网络则需要Model模型。...

整理自keras：https://keras-cn.readthedocs.io/en/latest/other/callbacks/

ImageDataGenerator位于keras.preprocessing.image模块当中,可用于做数据增强,或者仅仅用于一个批次一个批次的读进图片数据.一开始以为ImageDataGenerator是用来做数据增强的,但我的目的只是想一个batch一个batch的...

keras.utils.to_categorical这个方法，源码中，它是这样写的：

补充知识：踩坑记—-large batch_size cause low var_acc

将整型标签转为onehot。y为int数组，num_classes为标签类别总数，大于max(y)（标签从0开始的）。

只使用batch_size=32，也就是说每次将batch_size=32的数据通过PCI总线传到GPU，然后进行预测。在一些问题中，batch_size=32明显是非常小的。而通过PCI传数据是非常耗时的。...

1：binary_accuracy（对二分类问题，计算在所有预测值上的平均正确率）