个人程序如下：
链接: https://pan.baidu.com/s/1mi99CsgRvolkXUb-UoW3Gw 提取码: kyrp
北大人工智能网课考试二是训练VGG16模型，并对老师给出的10张图片进行识别。如果使用老师给出的已经训练好的VGG16模型参数和调用程序，稳定满分。该模型参数与VGG16论文当时提供的一致。
之后我随便玩了一下，原来我的头像是persian cat，波斯猫80%概率，还有13%概率是安哥拉兔。
本题题目要求在使用自己编程训练VGG16模型并调用模型识别。那么问题来了，ILSVRC-2012数据集多大？仅训练集138G，此时我的电脑硬盘是110G。所以说北大人工智能网课想满分，我得先买个服务器吧。
买完后下载数据集。
https://blog.csdn.net/xingchengmeng/article/details/58135148
再安装好GPU，编好程序就可以开始攻略了。
所以我决定现在做一个使用VGG16已有模型的迁移学习实践。
斯坦福迁移学习解释:http://cs231n.github.io/transfer-learning/
我首先使用莫烦的迁移学习程序开始修改，莫烦的迁移学习程序是使用vgg千种分类迁移到猫和老虎的长度判断。在修改的时候我发现了一些问题。
如下程序：
这里返回的resize_img应该是一个训练batch，然而其实际值为一个1×224×224×3的数组，即一张图片：
这个非batch的情况在训练程序中也显示了出来：
如果这个是一个batch的话，输入集的长度len(xs)应该是一次训练的图片数，如20这样，然而这里b_idx只有0和1，说明cat和tiger集各自只有一张图片被带进来训练：
在修改完程序后，我将vgg16用于了之前的cifar-10分类问题，程序在上面，结果如图。两张结果都正确。
