猫狗分类，猫狗大战

项目全部代码在文章末尾

1、任务描述

Cats vs. Dogs（猫狗大战）数据集下载地址为https://www.kaggle.com/c/dogs-vs-cats/data。这个数据集是Kaggle大数据竞赛某一年的一道赛题，利用给定的数据集，用算法实现猫和狗的识别。 其中包含了训练集和测试集，训练集中猫和狗的图片数量都是12500张且按顺序排序，测试集中猫和狗混合乱序图片一共12500张。

卷积神经网络（CNN）是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络”。不使用深度学习框架，用numpy基础代码来构建自己的深度学习网络。

2、数据预处理

为了加速训练算法的收敛速度，一般都会采用一些数据预处理技术。卷积神经网络的输入特征需要进行标准化处理。在将学习数据输入卷积神经网络前，需在通道或时间/频率维对输入数据进行归一化，若输入数据为像素，也可将分布于0-1的原始像素值归一化至0-255区间。输入特征的标准化有利于提升卷积神经网络的学习效率和表现。

首先将图片转化成为了RGB格式，RGB就是我们对颜色的一种标准化