目录
这里以剪刀石头布为例。具体一些细节已经在CV1-CV3中详细解释过。
一.多元分类模型
1.准备数据集
下载代码:
训练集数据
wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/rps.zip
测试集数据
wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/rps-test-set.zip
2.数据集处理
#石头剪刀布(无优化版)
#用GPU跑的话记得需要设置为仅在需要时申请显存。(使用了tensorflow-GPU版本)
import tensorflow as tf
config = tf.compat.v1.ConfigProto(gpu_options=tf.compat.v1.GPUOptions(allow_growth=True))
sess = tf.compat.v1.Session(config=config)
import tensorflow as tf
import keras_preprocessing
from keras_preprocessing import image
from keras_preprocessing.image import ImageDataGenerator
#归一化数据以及数据增强
TRAINING_DIR = "F:/deeplearning/rps/rps"
training_datagen = ImageDataGenerator(
rescale=1. / 255,
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest')
#训练集数据不用做数据增强,只归一化数据即可
VALIDATION_DIR = "F:/deeplearning/rps/rps-test-set"
validation_datagen = ImageDataGenerator(rescale=1. / 255)
<