deploy-carbrad-prediction:使用转移学习（resnet50），flask和heroku进行深度学习模型部...

部署预测 使用转移学习（resnet50），flask和heroku进行深度学习模型部署 汽车品牌预测 使用Keras汽车品牌分类转移学习VGG 16和VGG 19火车数据和测试数据火车数据包含-3个品牌汽车-audi，lamborghini，mercedes类，每个文件夹包含audi-20张图像；兰博基尼-19辆;奔驰-25 测试数据由-audi-9组成；兰博基尼-30;奔驰-19 什么是转学 转移学习是机器学习中的一个研究问题，其重点是存储在解决一个问题并将其应用于其他但相关的问题时获得的知识。 转移学习是一种机器学习方法，其中为任务开发的模型被重用为第二个任务的模型的起点。 如何使用转移学习？ 您可以对自己的预测建模问题使用转移学习。 两种常见方法如下： 1）开发模型方法 2）预训练模型方法 开发模型方法 选择源任务。您必须选择一个具有大量数据的相关预测建模问题，其中输入数据，输