VGG16模型,权重由ImageNet训练而来
该模型可同时构建于 channels_first (通道，高度，宽度) 和 channels_last （高度，宽度，通道）两种输入维度顺序。
模型的默认输入尺寸是224x224
（一）模型参数
keras.applications.vgg16.VGG16( include_top=True, #是否保留顶层的3个全连接网络 weights='imagenet',#None代表随机初始化，即不加载预训练权重。'imagenet’代表加载预训练权重 input_tensor=None, #可填入Keras tensor作为模型的图像输出tensor input_shape=None,#可选，仅当include_top=False有效，应为长为3的tuple，指明输入图片的shape，图片的宽高必须大于48，如(200,200,3) pooling=None,#当include_top=False时，该参数指定了池化方式。None代表不池化，最后一个卷积层的输出为4D张量。‘avg’代表全局平均池化，‘max’代表全局最大值池化。 classes=1000)#可选，图片分类的类别数，仅当include_top=True并且不加载预训练权重时可用。 #返回值： #Keras 模型对象