tensorflow识别水果

问题

有一组水果的训练集，我们对模型进行训练，思路跟之前我们识别猫与狗一样。

设计解决这个问题的思路

1、下载与放置训练图片

2、现在对应的依赖，tensorflow、numpy等等

3、构建训练集合

4、建模

5、对模型进行训练

6、用测试模型进行验证

7、输出结果

8、优化模型 to step4

[1] 图片地址

https://www.kaggle.com/moltean/fruits 现在数据，现在速度比较慢，可以使用网盘。

网盘地址(提取码:a9wr)

【2】处理训练集的数据结构

import os
import pandas as pd

train_dir = './Training/'
test_dir = './Test/'

fruits = []
fruits_image = []

for i in os.listdir(train_dir):
    for image_filename in os.listdir(train_dir + i):
        fruits.append(i) # name of the fruit
        fruits_image.append(i + '/' + image_filename)

train_fruits = pd.DataFrame(fruits, columns=["Fruits"])
train_fruits["Fruits Image"] = fruits_image

print(train_fruits)

结果输出

           Fruits              Fruits Image
0        Tomato 4    Tomato 4/r_236_100.jpg
1        Tomato 4      Tomato 4/247_100.jpg
2        Tomato 4      Tomato 4/257_100.jpg
3        Tomato 4     Tomato 4/r_78_100.jpg
4        Tomato 4     Tomato 4/r_68_100.jpg
...           ...         &nbs