新手速成---TensorFlow实现jaffe表情识别--step2

step2说明

这第二步绝对是整个网络的核心了，重点就是卷积层的构造，老师上课讲了好几节课的CNN，奈何我压根就没去上课，去的时候都开始讲RNN和GAN了，哎。。。

所以下文还是秉承了博主一贯的风格，简单粗暴，我能保证你弄出来，至于原理，写完这篇我就要去好好学习了，推荐B站《Tensorflow 搭建自己的神经网络 (莫烦 Python 教程)》

天下文章一大抄，我的具体做法是，先在网上扒几个成熟的CNN，然后把他们捏在一块！最后测试，成了，别问我原理，我说了，是硬捏（当然也不是瞎改，不然根本就跑不起来，你卷积和池化之后数量起码要对的上）！

常见问题

路径问题
对于代码中的路径，博主要说明，其实完全不用写全路径，因为读取文件的时候会自动记载一个上层路径，但是我之前完全不知道啊，卡了很久，总感觉无从下手，下文的代码用的是全路径，大家看起来也直观一些。

训练参数问题
dropout=0.5 用来减轻过拟合的
batch_size = 20 batch是个啥？epoch是个啥？点这
train_num = 193
test_num = 20 网上的都是test_num=13，但是batch_size=20，跑test没值
epoch = 100

测试代码
网上的代码都是只有训练的没有测试的，一气之下自己写！
废话不多说，直接上代码，跟上一篇一样，改改路径直接就能跑。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import tensorflow as tf

emotion ={0:'Angry',1:'Disgust',2:'Fear',3:'Happy',4:'Sad',5:'Surprise',6:'Neutral'}

data = pd.read_csv("C:\\Users\\Administrator\\Desktop\\recognize\\face.csv", dtype='a')
label