windows+TensorFlow/keras+vgg16训练自己的数据集

前提

要想在TensorFlow训练vgg16，首先要配置TensorFlow环境，这篇博客介绍如何配置python2.7版本的TensorFlow，在这里就不在叙述了。

TensorFlow版本

1. 下载代码：VGG16
2. 下载数据集17flowers，密码：3nc4
   如果是训练自己的数据集，可以模仿17flowers数据集格式，将同一类的图片放在同一个文件夹中，如下图所示。
3. 下载vgg16.npy，密码: 4wvq
   
4. 打开VGG16.py代码，修改vgg16.npy对应的路径
   
5. 打开create_tfrecords.py代码，修改代码中对应的路径，其中data是在VGG16_TF-master文件夹下创建的文件夹，存放的是自己的数据集。然后直接运行就行。
   
   运行结束后在VGG16_TF-master文件夹路劲下生成train.tfrecords文件，这是TensorFlow读取的数据格式。
   
6. 打开train.py代码，修改对应的路径
   
   修改好之后直接运行即可。

Keras版本

前提

安装keras版本首先安装TensorFlow，安装好之后在cmd命令中输入pip install keras安装即可。
keras安装好之后，需要安装keras_tqdm模块，同样直接在cmd命令中输入pip install keras_tqdm安装即可，有可能第一次安装会出现错误，多重新安装几次就行。

1. 下载代码：keras-vgg16，密码：hv7b
2. 代码下载好之后，在keras_vgg16文件下，新建data，log，model。data用来存放你的数据集，log用来存放生成的日志，model用来存放生成的模型。
   
3. 数据集和TensorFlow的数据集存放格式不一样，分为训练集和测试集
   
   训练集和测试集里的图片将同一类别的放在同一文件夹中就行
   
4. 打开vgg16.py代码，修改对应的文件路径，如下图所示
   
   这路径包含训练集，验证集合测试集，我为了省事，测试和验证集使用同一个数据集

修改参数代码
保存文件的路径

然后直接运行即可。
在这里我建议用Anaconda自带的notebook跑程序，训练输出显示的比较规范，可读性比较强。