Application中五款已训练模型、VGG16框架（Sequential式、Model式）解读
一、Application的五款已训练模型 + H5py简述
Kera的应用模块Application提供了带有预训练权重的Keras模型，这些模型可以用来进行预测、特征提取和finetune。
后续还有对以下几个模型的参数介绍：
Xception
VGG16
VGG19
ResNet50
InceptionV3
所有的这些模型(除了Xception)都兼容Theano和Tensorflow，并会自动基于~/.keras/keras.json的Keras的图像维度进行自动设置。
第9章 使用Scikit-Learn调用Keras的模型
第9章 使用Scikit-Learn调用Keras的模型
scikit-learn是最受欢迎的Python机器学习库。本章我们将使用scikit-learn调用Keras生成的模型。本章将：
使用scikit-learn封装Keras的模型
使用scikit-learn对Keras的模型进行交叉验证
使用scikit-learn，利用网格搜索调整Keras模型的超参
我们开始吧。
揭秘支付宝中的深度学习引擎：xNN
本文介绍支付宝App中的深度学习引擎——xNN。xNN通过模型和计算框架两个方面的优化，解决了深度学习在移动端落地的一系列问题。xNN的模型压缩工具 (xqueeze) 在业务模型上实现了近50倍的压缩比， 使得在包预算极为有限的移动App中大规模部署深度学习算法成为可能。