要在Keras中使用預訓練模型，你可以使用keras.applications模塊中提供的預訓練模型。這些模型已經在大規模數據集上進行訓練，并且可以在你的項目中進行微調或特征提取。
下面是一個使用預訓練模型的示例：
from keras.applications.vgg16 import VGG16
from keras.applications.vgg16 import preprocess_input, decode_predictions
from keras.preprocessing import image
import numpy as np
# 加載預訓練的VGG16模型
model = VGG16(weights='imagenet')
# 加載一張圖片并進行預處理
img_path = 'path_to_your_image.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
# 使用模型進行預測
preds = model.predict(x)
# 輸出預測結果
print('Predicted:', decode_predictions(preds, top=3)[0])
在上面的示例中，我們加載了VGG16模型，并使用image.load_img加載了一張圖片，并對其進行預處理。然后我們使用模型進行預測，并輸出了前三個最有可能的類別。
你還可以根據自己的需求對預訓練模型進行微調，或者使用預訓練模型提取特征來訓練自己的模型。
