关于python:机器学习花卉识别系统

39次阅读

共计 804 个字符，预计需要花费 3 分钟才能阅读完成。

机器学习，人工智能，模式识别课题我的项目，基于 tensorflow 机器学习库应用 CNN 算法通过对四种花卉数据集进行训练，得出训练模型。同时基于 Django 框架开发可视化零碎，实现上传图片预测是否为玫瑰，蒲公英，郁金香，向日葵等花卉，并集成后盾管理系统，可查看概率值，以及上传预测信息。

机器学习库：tensorflow
算法：CNN
WEB 框架：Django

# 进行 batch 的训练
try:
    # 执行 MAX_STEP 步的训练，一步一个 batch
    for step in np.arange(MAX_STEP):
        if coord.should_stop():
            break
        _, tra_loss, tra_acc = sess.run([train_op, train_loss, train_acc])

        # 每隔 50 步打印一次以后的 loss 以及 acc，同时记录 log，写入 writer
        if step % 10 == 0:
            print('Step %d, train loss = %.2f, train accuracy = %.2f%%' % (step, tra_loss, tra_acc * 100.0))
            summary_str = sess.run(summary_op)
            train_writer.add_summary(summary_str, step)
        # 每隔 100 步，保留一次训练好的模型
        if (step + 1) == MAX_STEP:
            checkpoint_path = os.path.join(logs_train_dir, 'model.ckpt')
            saver.save(sess, checkpoint_path, global_step=step)

except tf.errors.OutOfRangeError:
    print('Done training -- epoch limit reached')

finally:
    coord.request_stop()

分割 v ：sql2202

正文完