用本身的图片数据作tensorflow深度学习

应老师的任务须要我加入了深度学习的行列，接触了一段时间，下面对本身的学习作一个总结。刚开始学习深度学习tensorflow,网上大多的教程都是用他们已有的数据来学习tensorflow,像mnist数据，cifar10数据，说实话这对于我这种小白来讲用处不大，例子程序跑了几篇对于它的运行方式仍是模模糊糊的，前一段时间在网上找到一个用猫狗图片数据作本身的深度学习的视频系列，感受蛮有用的，这是连接http://i.youku.com/deeplearning101。下面我就基于对这个视频系列的学习谈谈本身的学习经验。

    作这个实验首先就是要下载数据，数据须要在https://www.kaggle.com/c/dogs-vs-cats这里下载，数据是猫和狗的图片数据，每类共有12500张，经过数据咱们就能知道目前的深度学习是经过对大量的数据进行对比学习而实现的。下完数据后将它解压提取到本身建好的文件夹中，这里我要说明一下，我用的操做系统是ubuntu，对于刚接触Linux操做系统的人来讲，对文件的路径一直不是很清楚，经过网上查询终于找到了一个方法，点击打开你的文件目录后按Ctrl+L即可以在上方看到你的文件路径，这就是训练数据的图片路径，后面的python脚本中会用到。

    接着即是下载执行的脚本，https://github.com/kevin28520/My-TensorFlow-tutorials?spm=a2hzp.8244740.0.0，因为是小白，因此执行部分的代码都是用别人的，目前我对于tensorflow的代码仍是只知其一;不知其二，而这也是我接下来学习的方向，可是这并不影响目前阶段对实验的操做学习，打开training.py脚本将路径地址改为本身的地址，执行后即可以训练本身的数据了。