python在TF框架下使用Keras测试训练数据实现猫和狗的分类可视化输出保存导出DIY

展示了如何从头开始进行图像分类，从磁盘上的 JPEG 图像文件开始，而不使用预先训练的权重或预先制作的 Keras 应用程序模型。我们在 Kaggle Cats vs Dogs 二进制分类数据集上演示了工作流程。

我们使用该image_dataset_from_directory实用程序生成数据集，并使用 Keras 图像预处理层进行图像标准化和数据增强。
参考来源:
https://keras.io/examples/vision/image_classification_from_scratch/

源码如下

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
# https://keras.io/examples/vision/image_classification_from_scratch/
import os

import matplotlib.pyplot as plt

# !curl -O https://download.microsoft.com/download/3/E/1/3E1C3F21-ECDB-4869-8368-6DEBA77B919F/kagglecatsanddogs_3367a.zip

os.environ["TF_CPP_MIN_LOG_LEVEL"] = "3"#忽略警告默认1显示全部信息
os.environ["CUDA_VISIBLE_DEVICES"]="-1"#禁用GPU，默认1/0使用

num_skipped = 0

Pfilepath="D:/Pictures/nbnb02/PetImages"
for fo