keras实现-台大李宏毅深度学习作业HW3-基于CNN（卷积神经网络）的面部表情识别

一、项目说明：

          卷积神经网络（CNN）在图像识别中已经获得了很大的进展，此项目旨在使用TensorFlow的keras接口来搭建CNN模型，来体验一下CNN的作用。对已有的数据集 train.csv,训练处一个分类模型，然后用该模型来判断每一个样本图片的表情。

数据集介绍：

 

           （1）该数据集为一个CSV文件，是一个28710行,2305列的数据。

           （2） 第一行为描述信息，“label“和“feature“，剩下的每一行都是样本。

             (3)    这个数据集总共有7种标签，对应不同的表情。分别是：0代表生气，1代表恶心，2代表恐惧，3高兴，4难过，5惊讶，6木讷。

           （4） 对于每一个样本，第一列是样本的标签，数值在（0-6之间）。其余2304（=48*48）列是图片的像素值，每个像素值取值范围在（0-255之间）。

          （5） 数据集地址：https://pan.baidu.com/s/1hwrq5Abx8NOUse3oew3BXg ，提取码：ukf7 。         

 

数据预处理：

           （1）、用pandas