1. onnx 模型仓库
https://github.com/onnx/models
2. Keras
Kaggle List: https://www.kaggle.com/gaborfodor/keras-pretrained-models
Keras Application：https://keras.io/applications/
OpenCV Example：https://www.learnopencv.com/keras-tutorial-fine-tuning-using-pre-trained-models/
3. TensorFlow
6.6 TensorFlow Model Zoo
TensorFlow 的模型都位于 https://github.com/tensorflow/models。正如 5.2 节中介绍的，这个 目录中有很多图像和语音处理的模型，可以直接拿来用。这些模型的检查点文件（参参 4.8.1 节 ckpt 模型文件的保存）有的被打成压缩包，可以直接下载，当作预训练模型使用，如表 6-1 所示。
VGG16：https://github.com/ry/tensorflow-vgg16
Inception V3：https://github.com/tensorflow/models/blob/master/inception
ResNet：https://github.com/ry/tensorflow-resnet
4. Torch
LoadCaie：https://github.com/szagoruyko/loadcaffe
5. Caffe
Model Zoo：https://github.com/BVLC/caffe/wiki/Model-Zoo
此外，我们知道，Caffe 因为开源时间比较久，有很多训练好的模型，读者可以利用它作为 自己训练项目的预训练模型，大大地减少训练时间和迭代次数。Caffe 的模型位于 Caffe Model Zoo 中，我们可以用工具①将 Caffe 的模型转换为 TensorFlow 的模型
