TensorFlow 2 实现手写数字识别和猫狗二分类识别

1 手写数字识别 Handwritten_digit_recognition

（1）训练模型
数据集：采用TensorFlow2.3的TensorFlow-datasets内置的mnist数据集 ，必须是2.1版本。

pip install Tensorflow_datasets==2.1

神经网络：全连接
损失函数：分类交叉熵
优化器：Adam
评价准则：准确率
Epochs：100
（2）测试模型
测试集：采用TensorFlow2.3的TensorFlow-datasets内置的mnist数据集，形状改为28*28
（3）环境

Python 3.8
TensorFlow 2.3
Tensorflow_datasets 2.1
scipy
numpy
PIL
matplotlib
scipy

2 猫狗分类 Dog_Cats

（1）训练模型
数据集：采用kaggle公开的猫狗数据集，文件名称是cat..jpg或dog..jpg 。下载地址
神经网络：卷积神经网络
损失函数：分类交叉熵
优化器：Adam
评价准则：准确率
Epochs：100
（2）测试模型
测试集：采用kaggle公开的猫狗测试集，没有标签
（3）环境

python 3.8
Tensorflow 2.3
numpy
pandas
matplotlib
cv2

(4)运行步骤

• 第一步下载数据集，解压后，把train和test放到和train.py同一级目录
• 运行data_classify.py文件，自动归类cat和dog图片，为训练模型做准备
• 运行train.py。输入1 是训练模型，输入2是测试模型