用tensorflow训练自己的图片集-用TFRecords将代码导入神经网络

            之前用过Alexnet，vggnet都成功地跑了cifar-10的数据集，现在想要训练自己的数据。第一个难点就是mnist和cifar10都是已经打好标签压缩好的图片集，用一条命令就能将img和label读出并使用。而训练自己的图像需要自己打上标签并传入神经网络。被困在这里两天多，今天终于搞懂了，其实使用TFRecords很简单。并且不用自己制作标签，非常的方便。

1.制作自己的训练集TFRecords

       首先需要把你的图片根据分类放在不同的文件夹下，class的名字就是你要分类的名字。我是要识别fsk波形和qpsk波形，就分别命名为fsk和qpsk。像这样

       

       

       接下来就可以写代码了

        

import os
import tensorflow as tf
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

cwd = '/home/modric/Downloads/test/&#