基于卷积神经网络的猫狗识别

目录

  • 一、环境准备
  • 二、神经网络介绍
  • 三、准备数据集
  • 四、构建模型
  • 五、调整模型
  • 六、分类的实现

一、环境准备

1.下载安装Anaconda
参考博客
2.pip下载TensorFlow与Keras
创建Anaconda虚拟环境
conda create -n 名字 python=3.8
pip install tensorflow(keras)

二、神经网络介绍

参考

三、准备数据集

下载数据集
将数据集解压,然后按照猫狗种类分类进不同的文件夹
分类的程序源码
基于卷积神经网络的猫狗识别_第1张图片

四、构建模型

1.构建模型
基于卷积神经网络的猫狗识别_第2张图片
2.查看模型
model.summary()
基于卷积神经网络的猫狗识别_第3张图片
3.训练方法
model.compile(optimizer=优化器)
基于卷积神经网络的猫狗识别_第4张图片

4.存储模型
基于卷积神经网络的猫狗识别_第5张图片
5.可视化成果
基于卷积神经网络的猫狗识别_第6张图片

五、调整模型

1.增强图像
基于卷积神经网络的猫狗识别_第7张图片
2.增加dropout
基于卷积神经网络的猫狗识别_第8张图片

六、分类的实现

1.初始化网络实例
在这里插入图片描述
2.将数据传给神经网络
基于卷积神经网络的猫狗识别_第9张图片

3.进行训练
基于卷积神经网络的猫狗识别_第10张图片
4.结果可视化
基于卷积神经网络的猫狗识别_第11张图片
基于卷积神经网络的猫狗识别_第12张图片

你可能感兴趣的:(神经网络,深度学习,python)