用官网例子：
from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input,decode_predictions
model = VGG16( weights = 'imagenet' , include_top = True )
img_path = './timg.jpg'
img = image.load_img(img_path, target_size =( 224 , 224 ))
x = image.img_to_array(img)
x = np.expand_dims(x, axis = 0 )
x = preprocess_input(x)
preds = model.predict(x)
print('Predicted:',decode_predictions(preds,top=3)[0])
会报错
解决办法：
1、按报错提供的网址下载vgg16_weights_tf_dim_ordering_tf_kernels.h5（include_top=True）
和vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5（include_top=False）
以及imagenet_class_index.json（imagenet_utils. decode_predictions）
2、输入 open .keras/models/ 打开影藏文件夹models，将上面三个文件放进去
3、print(keras.__file__),找到安装路径，在applications里面找到vgg.py和imagenet_utils.py，
将WEIGHTS_PATH，WEIGHTS_PATH_NO_TOP，CLASS_INDEX_PATH的路径改成上面三个文件的新路径
完成！
其他模型方法应该是一样的
