catdog:使用卷积神经网络的Cat VS Dog预测器

猫与狗的识别 利用卷积神经网络进行迁移学习的简单应用 我使用了预先构建的InceptionV3网络，并添加了自己的完全连接的层。 然后，使用.ipynb，我构建了一些生成器，将图像洗牌到网络中并训练猫和狗之间的差异。 我冻结了所有层，但保留了最终的连接层。 在对几千张图像进行训练之后，我使用了一个测试数据集来验证模型是否正常工作。 在训练样本外的图像上，它的表现为〜89％。 之后，我开始构建一个非常简单的Flask应用程序，该应用程序允许用户上传图像，然后使该图像在模型中实时运行。 它仍然很慢，因为每次都必须重新加载网络并重新设置训练权重。 这将需要改进。 在上面的图像中，我已经展示了该模型对狗的预测。 右边的输出是“ dog-ness”，左边的数字是“ cat-ness”。 这只狗是只狗，对此很有信心。 去做 使它漂亮 更改网络的加载方式，使其速度不会太慢 显示压缩的（更改为200x