基于Keras的CNN模型做猫狗分类

选择了猫狗分类这个不是很困难的例子来做CNN的demo，数据可从kaggle下载：
kaggle Dogs vs Cats

猫狗数据各有12500张训练数据即25000张，每张图片前三个字母为cat或者dog，可以此作为分类。测试共有12500张，测试数据没有进行分类。

先对数据进行预处理操作：

import os
import shutil

file_names = os.listdir('./train/')
train_cats = filter(lambda x:x[:3]=='cat',file_names)
train_dogs = filter(lambda x:x[:3]=='dog',file_names)
def createDir(path):
    if not os.path.exists(path):
        try:
            os.makedirs(path)
        except:
            print("创建文件夹失败")
            exit(1)
createDir('./train_data')
createDir('./train_data/cats')
createDir('./train_data/dogs')
cats = list(train_cats)
dogs = list(train_dogs)
for cat in cats[:5000]:
    shutil.move('./train/'+cat,'./train_data/cats/')
print(' 猫猫操作成功!')
for dog in dogs[: