介绍

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。

技术栈

  • 机器学习库：tensorflow
  • 算法：CNN
  • WEB框架：Django

外围局部

# 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