tf第十一讲：CNN图像识别的实战代码

  大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为优快云博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。

  本文主要介绍了tf第十一讲：CNN图像识别的实战代码，希望能对学习TensorFlow的同学有所帮助。

1. API讲解

  在讲解cnn做图像分类的全过程之前，先来看下tensorflow关于CNN卷积层和池化层相关的API。在图像领域（输入通常是四维：batch、heigth、width、channel），卷积层用到的API通常是tf.nn.conv2d，池化层用的API通常是tf.nn.max_pool或tf.nn.avg_pool。

• tf.nn.conv2d：
  • 参数：
    • input：输入，要求的shape为[batch, in_height, in_width, in_channels]
    • filter：[filter_height, filter_width, in_channels, out_channels]，out_channels表示有几个filter，[filter_heigth,in_width]被称为kernel_size
    • strides：做划窗的步长，An int or list of ints that has length