用本身的圖片數據作tensorflow深度學習

應老師的任務須要我加入了深度學習的行列，接觸了一段時間，下面對本身的學習作一個總結。剛開始學習深度學習tensorflow,網上大多的教程都是用他們已有的數據來學習tensorflow,像mnist數據，cifar10數據，說實話這對於我這種小白來講用處不大，例子程序跑了幾篇對於它的運行方式仍是模模糊糊的，前一段時間在網上找到一個用貓狗圖片數據作本身的深度學習的視頻系列，感受蠻有用的，這是連接http://i.youku.com/deeplearning101。下面我就基於對這個視頻系列的學習談談本身的學習經驗。

    作這個實驗首先就是要下載數據，數據須要在https://www.kaggle.com/c/dogs-vs-cats這裏下載，數據是貓和狗的圖片數據，每類共有12500張，經過數據咱們就能知道目前的深度學習是經過對大量的數據進行對比學習而實現的。下完數據後將它解壓提取到本身建好的文件夾中，這裏我要說明一下，我用的操做系統是ubuntu，對於剛接觸Linux操做系統的人來講，對文件的路徑一直不是很清楚，經過網上查詢終於找到了一個方法，點擊打開你的文件目錄後按Ctrl+L即可以在上方看到你的文件路徑，這就是訓練數據的圖片路徑，後面的python腳本中會用到。

    接着即是下載執行的腳本，https://github.com/kevin28520/My-TensorFlow-tutorials?spm=a2hzp.8244740.0.0，因爲是小白，因此執行部分的代碼都是用別人的，目前我對於tensorflow的代碼仍是隻知其一;不知其二，而這也是我接下來學習的方向，可是這並不影響目前階段對實驗的操做學習，打開training.py腳本將路徑地址改爲本身的地址，執行後即可以訓練本身的數據了。