使用机器学习进行图像识别
**摘要**
图像识别是机器学习图像处理的必要部分,无需在任何步骤
中涉及人类支持。在本文中,我们研究了如何使用图像后端
进行图像分类。我们收集了几千张猫和狗的图像,然后将它
们分发到测试数据集和训练数据集的类别中,用于我们的学
习模型。结果是使用具有卷积神经网络和 Keras API 架构的自
定义神经网络获得的。
**1. 引言**
图像分类的出现是为了减小计算机视觉与人类视觉之间的
差距,通过向计算机提供数据进行训练。人工智能已经是一
个研究领域数十年的重要领域,在这个领域,科学家和工程
师一直在努力揭示让机器和计算机足够理解和感知我们的
世界以便能够正常运行并服务于人类的奥秘。这项研究工作
的一个最重要的方面是让计算机理解每天在我们周围产生
的视觉信息(图像和视频)。这个让计算机理解和感知视觉
信息的领域被称为计算机视觉。在 20 世纪 50 年代到 80 年
代人工智能研究的兴起中,计算机手动给出了如何识别图像、