微信公众号：龙跃十二
我是小玉，一个平平无奇的小天才！
简介：
关于猫狗识别是机器学习和深度学习的一个经典实例，下来小玉把自己做的基于CNN卷积神经网络利用Tensorflow框架进行猫狗的识别的程序和注释都分享给大家，源码我放在了GitHub上，欢迎star????！
悄悄说，github上出了源码详解还有思维导图，答辩PPT，赶快去star！
我的github：https://github.com/ixiaoyu-tech/xiaoyu-project
文件夹的存放：
数据集：
关于猫狗的数据集，是在kaggle上下载的，大家可以直接在官网上下载，也可以关注我的公众号【龙跃十二】私我，我给你网盘的链接。
猫狗数据集：https://www.kaggle.com/c/dogs-vs-cats
Train文件夹：它包含了 25000 张猫和狗的图片，每张图片都含有标签，这个标签是作为文件名的一部分。我们将用这个文件夹来训练和评估我们的模型。
Test文件夹：它包含了一些猫狗图片，每张图片都以数字来命名。对于这份数据集中的每幅图片来说，我们的模型都要预测这张图片上是狗还是猫（1=狗，0=猫）。
这些图片是各种各样，分辨率也各不相同。图片中的猫和狗形状、所处位置、体表颜色各不一样。它们的姿态不同，有的在坐着而有的则不是，它们的情绪可能是开心的也可能是伤心的，猫可能在睡觉，而狗可能在汪汪地叫着。照片可能以任一焦距从任意角度拍下。这些图片有着无限种可能，对于我们人类来说在一系列不同种类的照片中识别出一个场景中的宠物自然是毫不费力的事情，然而这对于一台机器来说可不是一件小事。实际上，如果要机器实现自动分类，那么我们需要知道如何强有力地描绘出猫和狗的特征，也就是说为什么我们认为这张图片中的是猫，而那张图片中的却是狗。这个需要描绘每个动物的内在特征。深度神经网络在图像分类任务上效果很好的原因是，它们有着能够自动学习多重抽象层的能力，这些抽象层在给定一个分类任务后又可以对每个类别给出更简单的特征表示。
环境搭建：
- Anaconda 3.0
- TensorFlow 1.14（2.x版本也可以）
- python3
设计思路图：
上边的思维导图看不清的小伙伴可以去我的GitHub上直接下载。
这是一些前期的准备工作，详细的代码分析看下一篇文章。
我是小玉，一个平平无奇的小天才！点个赞再走吧。