无法通过Jupyter Notebook下载VGG16模型，如何加载本地预训练权重？

别担心，这个问题很常见，我来一步步教你怎么解决：

首先，你原来的代码vgg16 = keras.applications.vgg16.VGG16()会自动尝试下载预训练权重，现在你已经手动下载好了权重文件，只需要调整两行代码就能完成加载：

步骤1：创建不带预训练权重的模型结构 #

先初始化一个空的VGG16模型（只保留网络结构，不加载权重），只需要给weights参数传None就行：

from tensorflow import keras
from keras.applications.vgg16 import VGG16

# 创建空的VGG16模型结构
vgg16 = VGG16(weights=None)

步骤2：加载手动下载的权重文件 #

用模型的load_weights()方法，传入你下载的.h5权重文件路径。如果文件和你的Jupyter Notebook脚本在同一个文件夹里，直接写文件名就行；如果不在，要写完整的绝对路径：

# 加载本地权重文件，替换成你的文件实际路径
vgg16.load_weights('vgg16_weights_tf_dim_ordering_tf_kernels.h5')

额外注意事项 #

• 一定要确保文件名和路径完全正确，大小写也要匹配（比如Linux/macOS系统区分大小写）
• 你下载的这个权重文件是针对TensorFlow维度顺序的，和VGG16()的默认设置（input_shape的维度顺序是(height, width, channels)）完全兼容，所以不需要额外调整参数
• 如果加载后想验证是否成功，可以试试打印模型的某一层权重，比如print(vgg16.layers[1].get_weights())，能输出权重值就说明加载成功了

内容的提问来源于stack exchange，提问作者Glorya