tensorflow2 图片分类训练和识别demo

本章：通过编写2份 tensorflow 图片分类训练代码，对比结果。总结： 

1. 配置训练参数 2，模型建立配置。是训练中重要的部分。通过调节参数对比训练结果。

图片训练集下载地址

图片资源不大，学习使用。

https://download.youkuaiyun.com/download/java_leaf/88974388https://download.youkuaiyun.com/download/java_leaf/88974388 

图片分：train 集和验证集 ，每个文件夹的图片不到100张。

代码部分：

怎么加载图片到tensorflow  有2个方式常用，一种是使用我下面的方式用flow_from_directory另一个是使用 tf.data.Dataset(略)

flow_from_directory方式加载涉及2个函数：ImageDataGenerator 和flow_from_directory

函数ImageDataGenerator
train_datagen = ImageDataGenerator(rescale=1. / 255,          #归一化
                                   rotation_range=10,         #旋转角度
                                   width_shift_range=0.1,     #水平偏移
                                   height_shift_range=0.1,    #垂直偏移
                                   shear_range=0.1,           #随机错切变换的角度
                                   zoom_range=0.1,            #随机缩放的范围
                                   horizontal_flip=False,     #随机将一半图像水平翻转
                                   fill_mode='nearest')       #填充像素的方法

train_data= train_datagen.flow_from_directory(directory=train_dir,     #训练文件路径--文件夹下多分类文件夹
                                                    target_size=(30, 30),    #图像统一尺寸
                                                    batch_size=nbatch_size,  #batch数据的大小,默认32
                                                    class_mode='categorical')#返回标签数组形式 'binary'二进制；

flow_from_directory：

directory: 目标文件夹路径,对于每一个类,该文件夹都要包含一个子文件夹.子文件夹中任何JPG、PNG、BNP、PPM的图片都会被生成器使用.详情请查看此脚本
target_size: 整数tuple,默认为(256, 256). 图像将被resize成该尺寸
color_mode: 颜色模式,为"grayscale","rgb"之一,默认为"rgb".代表这些图片是否会被转换为单通道或三通道的图片.
classes: 可选参数,为子文件夹的列表,如['dogs','cats']默认为None. 若未提供,则该类别列表将从directory下的子文件夹名称/结构自动推断。每一个子文件夹都会被认为是一个新的类。(类别的顺序将按照字母表顺序映射到标签值)。通过属性class_indi