【初学者系列】TensorFlow学习笔记 — 构建简单卷积网络进行图像分类

【导读】TensorFlow 是一个端到端开源机器学习框架。借助 TensorFlow，可以轻松地创建机器学习模型。本文介绍如何利用TensorFlow构建简单卷积网络进行图像分类。

以下代码导入包如下：

一、数据预处理

本文采用的数据是自定义数据集，找了几个电脑软件界面，选取了四类图片：

        0 = >crt

        1 => excel

        2 => ppt

        3 => txt

将图片变为24x24x3的图片。代码如下：

得到以下图片：

配置信息如下，其中，图片文件存放在data_dir文件夹中，train表示当前执行是训练还是测试，model_path约定了模型存放的路径：

读取数据是将图片文件夹中的图片读入numpy的array中。注意，pillow读取的图像像素值在0-255之间，需要归一化。代码如下：

占位符placeholder并没有初始值，它只会分配必要的内存，用sklearn划分数据集以及定义placeholder如下：

二、网络搭建

卷积层以及全链接层：

损失函数、优化器、模型保存器/载入器，这里，没有必要给Optimizer传递平均的损失，直接将未平均的损失函数传给Optimizer即可。：

三、训练及测试

训练：

测试：

四、结果

测试输出结果如下：

通过调整网络结构，可将F1 Score升到更高

资源来啦

本文代码百度网盘链接：

https://pan.baidu.com/s/18TKRzo1JajMgcKtxysOSlA

提取码：r9xu

本文参考github项目修改了一些内容，原项目地址为：

https://github.com/hujunxianligong/Tensorflow-CNN-Tutorial

-END-

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎登录www.zhuanzhi.ai，注册登录专知，获取更多AI知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

请加专知小助手微信（扫一扫如下二维码添加），加入专知人工智能主题群，咨询技术商务合作~

专知《深度学习:算法到实战》课程全部完成！560+位同学在学习，现在报名，限时优惠！网易云课堂人工智能畅销榜首位！

点击“阅读原文”，了解报名专知《深度学习:算法到实战》课程