什么是迁移学习（Transfer Learning）？简单的理解就是使用一些已经训练好的模型迁移到类似的新的问题进行使用，而不必对新问题重新建模，从头训练和优化参数。这些训练好的模型同时包含了优化好的参数，在使用的时候只需要做一些简单的调整就可以应用到新问题中了。 本文需要解决的问题使用了迁移过来的VGG16模型，本文最终会得到一个能对猫狗图片进行辨识的CNN（卷积神经网络），测试集用来验证我的模型是否能够很好的工作。