windows下tensorflow的CNN框架

环境：windows+tensorflow-GPU-1.8+python3.6
代码地址：https://download.csdn.net/download/lsjweiyi/10466889
我在cifar10代码的基础上将代码修改，排版，使功能模块更清晰，也更容易更换网络模型，代码里加上大量中文注释。有点基础的应该都能看懂了，主要目的是为了方便像我这样的新入门tensorflow的人写CNN网络，使用的时候要注意修改数据的路径，模型保存路径，图片的SIZE，类别NUM_CLASSES等一些参数，这些参数我都放在了每个PY文件的最前面，方便找到并进行修改。

我在其中加入了保存混淆矩阵和图片分类错误路径的功能，可以有更多途径分析网络训练的效果。

此外，内置的网络模型是lenet-5，这个只是为了看起来简单，我规范化代码的目的就是方便调用别的网络，比如tensorflow里自带的其他网络，接下来给出调用的方式：

比如我要调用Alexnet等网络：

#import的方式
from tensorflow.contrib.slim.nets import resnet_v1 #import resnet_v1
from tensorflow.contrib.slim.nets import alexnet # import alexnet
#这里还有VGG，inception等网络，都可以直接引用

接下来是调用这些网络：

#首先找到train.py或者test.py里面的如下代码
logits=model.model(images)#调用模型，返回预测的概率矩阵

#这句话，替换为如下语句，这里以alexnet为例，当然上面的import不能少
logits,_=alexnet.alexnet_v2(images,num_classes=model.NUM_CLASSES,is_training=True,dropout_keep_prob=0.5)
#其中dropout_keep_prob=0.5是dropout的概率，具体解释，请自行看源码上的注释，train和test有一点点区别
#这里有一个不好的地方就是，调用这些模型，他是限制了图片的输入大小的，例如alexnet限制的是224*224，不同的网络不同，可以在源码中找到要求。