import os
import numpy as np
import tensorflow as tf
import input_data
import model
N_CLASSES = 2 ?#數(shù)據(jù)集分兩類
IMG_W = 64? # 圖片的高
IMG_H = 64?# 圖片的寬
BATCH_SIZE = 16
CAPACITY = 1000
MAX_STEP = 10000 # 學(xué)習(xí)的步長
learning_rate = 0.0001 # 學(xué)習(xí)率
def run_training():
? ? # you need to change the directories to yours.
? ? train_dir = '/Users/Desktop/cd/cd/Far_1/' ?#主要說下這個(gè)文件夾里邊的圖片 分成兩類 一類是帶image的圖片名稱， 一類是不帶。。 ?圖片的名稱叫什么都行，學(xué)習(xí)特征兩類，多類，都可以，需要自行修改代碼。我是參考識(shí)別貓和狗的代碼。。
? ? logs_train_dir = '/Users/Desktop/cd/cd/logs' #生成的日志文件，數(shù)據(jù)集和tensorflow學(xué)習(xí)的效率，可以使用?tensorbord進(jìn)行查看
? ? train, train_label = input_data.get_files(train_dir)
? ? train_batch, train_label_batch = input_data.get_batch(train,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? train_label,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? IMG_W,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? IMG_H,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? BATCH_SIZE,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? CAPACITY)? ? ?
? ? train_logits = model.inference(train_batch, BATCH_SIZE, N_CLASSES)
? ? train_loss = model.losses(train_logits, train_label_batch)? ? ? ?
? ? train_op = model.trainning(train_loss, learning_rate)
? ? train__acc = model.evaluation(train_logits, train_label_batch)
? ? summary_op = tf.summary.merge_all()
? ? sess = tf.Session()
? ? train_writer = tf.summary.FileWriter(logs_train_dir, sess.graph)
? ? saver = tf.train.Saver()
? ? sess.run(tf.global_variables_initializer())
? ? coord = tf.train.Coordinator()
? ? threads = tf.train.start_queue_runners(sess=sess, coord=coord)
? ? try:
? ? ? ? for step in np.arange(MAX_STEP):
? ? ? ? ? ? if coord.should_stop():
? ? ? ? ? ? ? ? ? ? break
? ? ? ? ? ? _, tra_loss, tra_acc = sess.run([train_op, train_loss, train__acc])
? ? ? ? ? ? if step % 50 == 0:
? ? ? ? ? ? ? ? print('Step %d, train loss = %.2f, train accuracy = %.2f%%' %(step, tra_loss, tra_acc*100.0))
? ? ? ? ? ? ? ? summary_str = sess.run(summary_op)
? ? ? ? ? ? ? ? train_writer.add_summary(summary_str, step)
? ? ? ? ? ? if step % 2000 == 0 or (step + 1) == MAX_STEP:
? ? ? ? ? ? ? ? checkpoint_path = os.path.join(logs_train_dir, 'model.ckpt')
? ? ? ? ? ? ? ? saver.save(sess, checkpoint_path, global_step=step)
? ? except tf.errors.OutOfRangeError:
? ? ? ? print('Done training -- epoch limit reached')
? ? finally:
? ? ? ? coord.request_stop()
? ? coord.join(threads)
? ? sess.close()
