一 .环境配置
1,安装Anaconda
安装教程
https://blog.csdn.net/m0_58807717/article/details/129480998?spm=1001.2014.3001.5501
2,配置TensorFlow、Keras
2.1创建虚拟环境
打开cmd命令终端
2.2 安装tensorflow和keras
二,猫狗数据分类建模
数据集的准备
- 数据集的下载
kaggle网站的数据集下载地址:
猫狗数据集_2000 | Kaggle
百度网盘下载
链接:百度网盘 请输入提取码
密码:dmp4 -
数据集的分类
将下载的数据集进行解压操作3.3.3.猫狗图像的预处理
import os, shutil
# 原始目录所在的路径
original_dataset_dir = 'C:\\Users\\Administrator\\Desktop\\shuju\\train'
# 数据集分类后的目录
base_dir = 'C:\\Users\\Administrator\\Desktop\\shuju\\train1'
os.mkdir(base_dir)
# # 训练、验证、测试数据集的目录
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)
# 猫训练图片所在目录
train_cats_dir = os.path.join(train_dir, 'cats')
os.mkdir(train_cats_dir)
# 狗训练图片所在目录
train_dogs_dir = os.path.join(train_dir, 'dogs')
os.mkdir(train_dogs_dir)
# 猫验证图片所在目录
validation_cats_dir = os.path.join(validation_dir, 'cats')
os.mkdir(validation_cats_dir)
# 狗验证数据集所在目录
validation_dogs_dir = os.path.join(validation_dir, 'dogs')
os.mkdir(validation_dogs_dir)
# 猫测试数据集所在目录
test_cats_dir = os.path.join(test_dir, 'cats')
os.mkdir(test_cats_dir)
# 狗测试数据集所在目录
test_dogs_dir = os.path.join(test_dir, 'dogs')
os.mkdir(test_dogs_dir)
# 将前1000张猫图像复制到train_cats_dir
fnames = ['cat.{}.jpg'.format(i) for i in range(1000)]
for fname in fnames:
src = os.path.join(original_dataset_dir, fname)
dst = os.path.join(train_cats_dir, fname)
shutil.copyfile(src, dst)
# 将下500张猫图像复制到validation_cats_dir
fnames = ['cat.{}.jpg'.format(i) for i in range(1000, 1500)]
for fname in fnames:
src = os.path.join(original_dataset_dir,