貓狗大戰的TFrecord資料集製作

import tensorflow as tf

import numpy as np
import os
from pil import image
#沒有下面兩句德華會出現 image file is truncate的問題
from pil import imagefile
imagefile.load_truncated_images = true
file_dir = r'd:\old computer\contest\貓狗大戰\貓狗大戰'
file_path = r'd:\old computer\contest\貓狗大戰\貓狗大戰\cats_and_dogs.tfrecords'
classes = ['狗狗-訓練集', '貓-測試集']
writer = tf.python_io.tfrecordwriter(file_path)
#使用列舉更好的將標籤與聯絡
for index, file in enumerate(classes):
for f in os.listdir(file):
#print(f)
file_name = file_dir+r'\\'+file+r'\\'+f
image = image.open(file_name)
image = image.resize((128, 128))
image = image.tobytes()
examples = tf.train.example(features=tf.train.features(feature=))
writer.write(examples.serializetostring())
writer.close()

kaggle貓狗大戰

kaggle貓狗大戰 kaggle上的貓狗大戰，即對貓狗的分類 沒有特徵資料，只有，所以只能運用神經網路對其訓練 看了大量的kaggle上的公開例子，大多運用tensorflow或者keras建立神經網路，因為最近在學習torch，因此，想用torch建立卷積神經網路進行建模 但整個過程遇到了很多坑...

洛谷 貓狗大戰

初見安 這裡是傳送門 洛谷p1489 貓狗大戰 乙個挺冷門的題啊 也蠻有意思的。把n個數劃分成兩部分，讓兩部分的數的總和的差值盡量小。其實一眼dp，但是要往正解的方向去想是有點點難度的 明顯我們確定乙個集合，另乙個集合也就可以確定了。思考暴力一點的做法 如果我們可以列舉乙個集合的所有可能性，是不是就...

貓狗大戰V1

matplotlib inline import numpy as np import os import matplotlib.pyplot as plt fnames np.array f train for f in sorted os.listdir train labels np.arra...