用自己的图片数据做tensorflow深度学习

   应老师的任务需要我加入了深度学习的行列，接触了一段时间，下面对自己的学习做一个总结。刚开始学习深度学习tensorflow,网上大多的教程都是用他们已有的数据来学习tensorflow,像mnist数据，cifar10数据，说实话这对于我这种小白来说用处不大，例子程序跑了几篇对于它的运行方式还是模模糊糊的，前一段时间在网上找到一个用猫狗图片数据做自己的深度学习的视频系列，感觉蛮有用的，这是链接http://i.youku.com/deeplearning101。下面我就基于对这个视频系列的学习谈谈自己的学习经验。

    做这个实验首先就是要下载数据，数据需要在https://www.kaggle.com/c/dogs-vs-cats这里下载，数据是猫和狗的图片数据，每类共有12500张，通过数据我们就能知道目前的深度学习是通过对大量的数据进行对比学习而实现的。下完数据后将它解压提取到自己建好的文件夹中，这里我要说明一下，我用的操作系统是ubuntu，对于刚接触Linux操作系统的人来说，对文件的路径一直不是很清楚，通过网上查询终于找到了一个方法，点击打开你的文件目录后按Ctrl+L便可以在上方看到你的文件路径，这就是训练数据的图片路径，后面的python脚本中会用到。

    接着便是下载执行的脚本，https://github.com/kevin28520/My-TensorFlow-tutorials?spm=a2hzp.8244740.0.0，由于是小白，所以执行部分的代码都是用别人的，目前我对于tensorflow的代码还是一知半解，而这也是我接下来学习的方向，但是这并不影响目前阶段对实验的操作学习，打开training.py脚本将路径地址改成自己的地址，执行后便可以训练自己的数据了。