用keras进行猫狗识别（一）

Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras 为支持快速实验而生，能够把你的idea迅速转换为结果，如果你有如下需求，请选择Keras：

• 简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）
• 支持CNN和RNN，或二者的结合
• 无缝CPU和GPU切换

对于新手来说，keras可以说是非常的友好，我们不需要大量的代码，就能实现我们所需要的功能，而且keras案例也比较多，非常适合我们去学习。

作为在kaggle中游乐场级的案例（最简单），而且听起来也非常有趣，所以我对它下手了。

数据集可以直接去kaggle下载，因为里边的图片太多了，所以我抽调了一些图片进行学习
图片分配方式
训练集：各1000张
验证集：各500张
测试集：各500张
代码直接贴下，因为基本上每行代码都写上了注释，所以就不过多解释了，如果哪里有疑问，也欢迎提出来

from keras import layers
from keras import models
#设置文件目录
#训练集
trainDir ='./train/'
trainDogDir = './train/train_dog/'
trainCatDir = './train/train_cat/'
#验证集
valDir = './check/'
valDogDir = './check/check_dog/'
v