基于TensorFlow2实现手写数字识别和猫狗二分类识别Python源码+文档说明+截图+数据(高分项目)

源码下载地址

点击这里下载代码

项目介绍

TensorFlow 2 实现手写数字识别和猫狗二分类识别
1 手写数字识别 Handwritten_digit_recognition
（1）训练模型
数据集：采用TensorFlow2.3的TensorFlow-datasets内置的mnist数据集 ，必须是2.1版本。

pip install Tensorflow_datasets==2.1

神经网络：全连接
损失函数：分类交叉熵
优化器：Adam
评价准则：准确率
Epochs：100
（2）测试模型
测试集：采用TensorFlow2.3的TensorFlow-datasets内置的mnist数据集，形状改为28*28
（3）环境

Python 3.8
TensorFlow 2.3
Tensorflow_datasets 2.1
scipy
numpy
PIL
matplotlib
scipy

2 猫狗分类 Dog_Cats
（1）训练模型
数据集：采用kaggle公开的猫狗数据集，文件名称是cat…jpg或dog…jpg 。下载地址
神经网络：卷积神经网络
损失函数：分类交叉熵
优化器：Adam
评价准则：准确率
Epochs：100
（2）测试模型
测试集：采用kaggle公开的猫狗测试集，没有标签
（3）环境

python 3.8
Tensorflow 2.3
numpy
pandas
matplotlib
cv2

(4)运行步骤

第一步下载数据集，解压后，把train和test放到和train.py同一级目录
运行data_classify.py文件，自动归类cat和dog图片，为训练模型做准备
运行train.py。输入1 是训练模型，输入2是测试模型

项目功能

界面预览

项目备注

1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！
2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。
3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。
下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。

源码下载地址

点击这里下载代码