我正在查看这个关于Python、TensorFlow和Keras的深度学习教程，得到了以下代码

...

运行这些代码后，我得到了76.9%的验证准确率。我需要做的就是将这个代码的模型改为VGG16、VGG19和MobileNet，但我不知道如何导入预训练模型，所以我决定自己创建一个模型并进行训练。我查看了VGG16和VGG19的架构，了解了卷积和最大池化的数量，并编写了以下代码

...

但运行这个代码总是给我57.69%的验证准确率，无论在哪个epoch。我做错了什么吗？还是我整个过程都错了？

编辑：我现在使用了一个预训练模型

...

并得到了这个错误

...

回答：

在Keras的Sequential模型中，只有第一层需要知道它应该期望的input_shape，在你的例子中是Conv2D层。另外，没有必要添加多个带有sigmoid激活的Dense层。

参考以下内容

...

或者，你可以使用Keras应用中的预训练VGG模型。

...