机器学习猫狗分类

最新推荐文章于 2025-02-21 11:20:21 发布

spring小郭

最新推荐文章于 2025-02-21 11:20:21 发布

阅读量1.6k

点赞数 1

分类专栏： python 机器学习

本文链接：https://blog.csdn.net/Ilovechase/article/details/108175656

版权

该博客介绍了如何使用决策树进行猫狗分类任务，详细阐述了分类预测的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Task02：基于决策树的分类预测

猫狗分类

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout
from keras.optimizers import RMSprop

from keras.preprocessing.image import ImageDataGenerator

# 下面的一部分是进行数据预处理
import os
import shutil

dataset_dir = './do_test/test/'
train_cats_dir = './do_test/train/cats/'
train_dogs_dir = './do_test/train/dogs/'
validation_cats_dir = './do_test/validation/cats/'
validation_dogs_dir = './do_test/validation/dogs/'

### 数据搬移，构建训练集验证集
if not os.path.exists(dataset_dir):
    os.makedirs(dataset_dir)
if not os.path.exists(train_cats_dir):
    os.makedirs(train_cats_dir)
if not os.path.exists(train_dogs_dir):
    os.makedirs(train_dogs_dir)
if not os.path.exists(validation_cats_dir):
    os.makedirs(validation_cats_dir)
if not os.path.exists(validation_dogs_dir):
    os.makedirs(validation_dogs_dir)

cat_count = 0
dog_count