tensorflow--猫狗识别

最新推荐文章于 2024-12-27 19:34:32 发布

鑫xing

最新推荐文章于 2024-12-27 19:34:32 发布

阅读量1.5k

点赞数 8

分类专栏：深度学习tensorflow 文章标签：深度学习 tensorflow 卷积神经网络

本文链接：https://blog.csdn.net/weixin_52612318/article/details/117376964

版权

本文是一位大三学生使用TensorFlow进行深度学习的实践，通过猫狗数据集构建了一个二分类模型。介绍了数据集介绍、导入、构建，模型搭建、训练和测试的过程。在测试阶段，模型正确率为0.67，可能存在过拟合，建议增加数据增广或调整训练数据来优化模型。

摘要由CSDN通过智能技术生成

作为tensorflow初学的大三学生，本次课程作业的使用猫狗数据集做一个二分类模型。

目录
一，数据集介绍
二，数据导入
三，数据集构建
四，模型搭建
五，模型训练
六，模型测试

一，猫狗数据集数目构成

train	cats:1000 ,dogs:1000
test	cats: 500,dogs:500
validation	cats:500,dogs:500

二，数据导入

train_dir = 'Data/train'
test_dir = 'Data/test'
validation_dir = 'Data/validation'
train_datagen = ImageDataGenerator(rescale=1/255,
                                   rotation_range=10,
                                   width_shift_range=0.2,  #图片水平偏移的角度
                                   height_shift_range=0.2,  #图片数值偏移的角度
                                   shear_range=0.2,  #剪切强度 
                                   zoom_range=0.2,   #随机缩放的幅度
                                   horizontal_flip=True,   #是否进行随机水平翻转
#                                    fill_mode='nearest'
                                  )
train_generator = train_datagen.flow_from_directory(train_dir,
                 (224,224),batch_size=1,class_mode='binary',shuffle=False)
test_datagen = ImageDataGenerator(rescale=1/255)
test_generator = test_datagen.flow_from_directory(test_dir,
                 (224,224),batch_size=1,class_mode='binary',shuffle=True)
validation_datagen = ImageDataGenerator(rescale=1

最低0.47元/天解锁文章