在本章中，我们学习了如何使用深度学习卷积网络以高准确度识别MNIST手写字符。我们使用了CIFAR-10数据集来构建具有10个类别的深度学习分类器，并使用ImageNet数据集来构建具有1000个类别的精确分类器。此外，我们研究了如何使用大型深度学习网络（例如VGG16）和超深度网络（例如InceptionV3）。最后，我们讨论了迁移学习。在下一章中，我们将看到如何调整在大型数据集上训练的预建模型，以便它们能胜任新领域的工作。
