基于TensorFlow的CNN模型——猫狗分类识别器（一）之前言

猫狗分类识别器

——基于TensorFlow的CNN模型

目录

猫狗分类识别器

——基于TensorFlow的CNN模型

前言

（1）预处理的图片数据可视化效果

（2）简单训练模型的监测数据变化

（3）测试模型的可视化效果

（4）本项目开源地址等附加信息

---

前言

本项目是作者（MRL Liu）使用Python学习CNN模型的实践项目，整体难度不高，可以作为手写数字识别项目的进阶选择，模型的训练难度也并不算高。

本项目是基于TensorFlow的图像分类识别项目，所有代码共分为三个模块：

步骤	模块名称	主要任务
一	DataHelper.py	数据读取模块，负责对数据集预处理
二	Model_Constructor.py	模型构造器，负责构建和训练模型
三	Model_Adopter.py	模型采用器，负责调用训练好的模型

（1）预处理的图片数据可视化效果

（2）简单训练模型的监测数据变化

（3）测试模型的可视化效果

（4）本项目开源地址等附加信息

条目	说明
本项目GitHub开源地址	https://github.com/MagicDeveloperDRL/MRL-Dogs-Cats-Master
本项目作者博客地址	https://blog.csdn.net/qq_41959920
本项目用到的第三方库	Numpy,TensorFlow,OpenCV-Python,matplotlib,scikit-learn
主要参考书籍	《Practical_Convolutional_Neural_Networks》
主要参考博客	https://blog.csdn.net/u013010473/article/details/83753180
数据集来源	https://www.kaggle.com/tongpython/cat-and-dog/data （本项目原工程中包含有数据集及保存的训练数据，官方下载可能文件较大）