本文已使用 Google Cloud Translation API 自动翻译。
某些文档最好以原文阅读。
深度学习是图像识别的强大工具。通过在大型图像数据集上训练深度学习模型，您可以创建一个可以识别和分类新图像的模型。
图像识别有许多不同的应用，例如：
可以训练深度学习模型以在这些任务上实现高精度。在本文中，我们将重点介绍如何训练用于图像识别的深度学习模型。
有许多公共数据集可用于训练图像识别的深度学习模型。一些最受欢迎的数据集是：
这些数据集可以下载并用于训练深度学习模型。此外，还有许多在线服务可以提供对大型图像数据集的访问。
训练用于图像识别的深度学习模型的另一种方法是使用预训练模型。预训练模型是在大型图像数据集上训练并保存的模型。
然后，您可以使用这个预训练模型并使用它来识别图像。这通常比从头开始训练模型更容易，因为预训练模型已经具备很多关于图像的知识。
您可以使用许多不同的预训练模型。一些最受欢迎的是：
这些模型可以下载并用于识别图像。
深度学习是图像识别的强大工具。通过在大型图像数据集上训练深度学习模型，您可以创建一个可以识别和分类新图像的模型。图像识别有许多不同的应用，例如目标检测、人脸识别、场景理解和光学字符识别。