卷积神经网络的卷积核参数如何更新_用卷积神经网络实现猫狗分类！先学会如何生成TFrecords文件...

关注《编程高手杰瑞》，每天有更新哦！

---

猫狗分类

在本系列教程中，杰瑞会教大家如何去使用tensorflow深度学习框架去实现猫狗分类，顾名思义，猫狗分类就是让计算机识别出图片中的动物，并将它分为猫类或者狗类。杰瑞把这个系列的教程分为三大部分：制作数据集、开始训练、开始测试，每一部分单独写一篇推文，有兴趣的朋友可以关注《编程高手杰瑞》。

数据集准备

数据集我们可以从kaggle平台那里获取，kaggle平台提供了许多专业竞赛使用的数据集，如果没有猫狗分类数据集的同学可以去kaggle官网获取。

在这里杰瑞默认你们已经把数据集下载好了，接下来要做的就是将这些数据集制作成TFrecords文件，因为我们在训练猫狗分类模型的时候需要大量的数据，而直接去读取图片文件是一件特别消耗时间的一件事情，所以我们要把图片文件制作成TFrecords文件。

TFrecords

TFrecords文件是tensorflow框架自带的文件格式，它是一种二进制文件，里面可以“成块”地存放你的训练数据和标签。

开始生成tfrecords文件

下面就是我们下载好的kaggle数据集，先来分析一下目录结构然后再编写代码，把下载好的kaggle数据集解压出来会有两个文件夹，分别是train、test，这两个文件夹里面是一张张的图片文件。

train文件夹里面有猫的图片和狗的图片，我们可以根据文件名称来生成猫的标签和狗的标签，在这里我们设猫为1、狗为0。

​数据预处理

我们把每一张图片都进行预处理，主要是改变图片大小、数据类型、数据形式，杰瑞把这部分功能单独写成一个函数(制作成TFrecords文件的图片要转换成二进制形式)

​生成TFrecords文件

下图中的代码就是生成TFrecords文件的通用代码格式，红框中的参数改成你想要的文件名就行了，标签值这个根据实际应用场景来定，在本例中就用1和0来表示。

由于数据集比较庞大所以生成的时间有点长，杰瑞花了大概十几分钟的时间才生成完整的TFrecors文件。

下节内容

下一篇推文杰瑞将教大家去使用卷积神经网络训练猫狗分类模型，感兴趣的同学可以关注《编程高手杰瑞》

​