人工智能与机器学习学习笔记（五）：卷积神经网络图像分类

最新推荐文章于 2024-06-22 07:19:51 发布

且听风吟☆

最新推荐文章于 2024-06-22 07:19:51 发布

阅读量281

点赞数

分类专栏：人工智能与机器学习文章标签：人工智能 tensorflow

本文链接：https://blog.csdn.net/TopLuther/article/details/117296948

版权

本文记录了使用Anaconda和Tensorflow环境进行卷积神经网络（CNN）的学习，通过猫狗数据集进行实例操作，包括数据预处理和模型搭建。在数据预处理阶段，确保了训练、验证和测试数据的平衡。但在模型搭建过程中遇到了未知错误，可能与包的问题有关，目前问题尚未解决。

摘要由CSDN通过智能技术生成

一、环境准备

安装Anaconda、Jupyter notebook
配置Anaconda的keras和tensorflow环境
打开Jupyter notebook的终端，输入以下命令

pip install keras
pip install tensorflow

下载猫狗数据集
提取码：dmp4

二、猫狗数据集实例练习

2.1 对数据集进行基本的处理

需要保证以下两个文件存在
在这里插入图片描述

import os, shutil
#训练数据路径
original_dataset_dir = 'D:/python_project/kaggle_Dog&Cat/train'

#分类好后的路径
base_dir = 'D:/python_project/kaggle_Dog&Cat/find_cats_and_dogs'
os.mkdir(base_dir)

# Directories for our training,
# validation and test splits
train_dir = os.path.join(base_dir, 'train')
os.mkdir(train_dir)
validation_dir = os.path.join(base_dir, 'validation')
os.mkdir(validation_dir)
test_dir = os.path.join(base_dir, 'test')
os.mkdir(test_dir)

# Directory with our training cat pictures
train_cats_dir = os.path.join(train_dir, 'cats')
os.mkdir(train_cats_dir)

# Directory with our training dog pictures
train_dogs_dir = os.path.join(train_dir, 'dogs')
os.mkdir(train_dogs_dir)

# Directory with our validation cat pictures
validation_cats_dir = os.path.join(validation_dir, 'cats')
os.mkdir(validation_cats_dir)

# Directory with our validation dog pictures
validation_dogs_dir = os.path.join(validation_dir, 'dogs')
os.mkdir(validation_dogs_dir)

# Directory with our validation cat pictures
test_cats_dir