深い学習はゼロから始まります-ニューラルネットワーク（7と半分）の畳み込み最適化構造、猫と犬の認識、最適化ステップの結果

畳み込み層と最大プールワードの直接4つのグループ、1つの層の分類と1つの層の結果

データ拡張を追加した後：

データ拡張なしの高速特徴抽出

VG16の後に独自の分類子を追加します（2つの高密度、1つのドロップアウト正規化）

VGG16はフリーズし、データ拡張機能抽出を使用します。

VGG16はフリーズし、データ拡張機能抽出を使用し、分類子をトレーニングした後、モデルのblock5_conv1の上のレイヤーを微調整します。