mahomeL

@guohuifengby 1、我看的conv block1,2,3,4是14层。 2、top_model_weights_path是model.save_weights('bottleneck_fc_model.h5')存的h5文件。 3、可以在vgg16的基础上去掉全连接层，再加上自己的全连接层，手动载入权重。

@guohuifengby 我对网络进行冻结时，会让vgg输出其网络层数及名称，此时没有把ZeroPadding2D当做一层来显示，我用的application里面的vgg16. model = VGG16(weights='imagenet', include_top=False)

@guohuifengby 看来你不太理解采用vgg预训练的目的哦。 我们的自己的分类标签与vgg的分类标签没有太大关系的（也就是说，我们只是用了他的权重，标签我们可以根据自己的数据自定义，比如我们也可以拿vgg来分类人的国籍，及时vgg里面没有这个类别。）所以，你分类标签是狗，就行了，不用和vgg里面一样。 我们只是用他的权值来初始化自定义模型的权值，重新送入我们的数据和标签，重新训练模型。 （当然，如果你直接用vgg的模型predict，那标签就要和vgg的一样了。）

@guohuifengby 相互学习，共同进步。

@jiangeel this is a problem on mac because of retina see this [https://github.com/wkhtmltopdf/wkhtmltopdf/issues/3241](url) you can fit it by adding 'dpi':350 in options . enjoy it!

@cherryz 在options里面添加 'dpi':350