猫狗识别基于tensorflow2.0 GPU版 自建CNN模型

猫狗识别基于tensorflow2.0 GPU版 自建CNN模型

1. 导入库

import tensorflow as tf
from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense
from tensorflow.keras.models import Sequential, load_model
from tensorflow.keras import optimizers
from tensorflow.keras.preprocessing.image import ImageDataGenerator
import matplotlib.pyplot as plt

2.配置GPU

from tensorflow.compat.v1 import ConfigProto
from tensorflow.compat.v1 import InteractiveSession
# 定义TensorFlow配置
config = ConfigProto()
# 配置GPU内存分配方式，按需增长，很关键
config.gpu_options.allow_growth = True
# 在创建session的时候把config作为参数传进去
session = InteractiveSession(config=config)

3.图像数据加载和预处理

这里的数据集使用的是猫狗数据集，我们将通过自建CNN完成这个二分类问题

#手动定义数据集目录
train_dir='./catdogdata/train'
validation_dir='./catdogdata/validation'
test_dir='./catdogdata/test'

train_datagen = ImageDataGenerator(rescale=1/255)
train_generator = train_datagen.flow_from_directory(train_dir, (224, 224), batch_size=100, class_mode='binary', shuffle=True)

validation_datagen = ImageDataGenerator(rescale=<