“模型的容量”（拟合各种函数的能力）这个说法其实比较模糊，一般认为是和模型的参数数量高度相关。如果想要模型的参数更少的话，可以减少卷积核和神经元个数，以及想办法降低最后一层全连接层的参数数量。关于参数个数的计算方式可参考 https://zhuanlan.zhihu.com/p/77471991
不过如果你实际想要的是让模型训练的速度更快的话，其实最直白的方法是使用 GPU。cats_vs_dogs 数据集相对比较大，而卷积神经网络用 CPU 来训练其实效率非常低下（在大数据集上尤为明显）。这个模型在一个普通性能的 GPU 上（比如 GTX1060）应该几分钟就能训练好。