Python 关于神经网络的一般图象问题

我一直在尝试制作一个可以比较两个不同动画角色的神经网络。我添加了很多卷积，因为似乎添加更多的抽象将有助于我正在尝试的工作

model.add(Conv2D(512, (2,2), activation='relu'))
model.add(Conv2D(256, (2,2), activation='relu'))
model.add(Conv2D(128, (2,2), activation='relu'))
model.add(Conv2D(64, (2,2), activation='relu'))

这样设置是个好主意吗？为了提高速度，我将图片处理为20px乘以20px

---

整理数据是一场噩梦，我使用VLC手动将图片放在正确的文件夹中。我注意到还有一些其他角色的照片。我应该也加上这些吗？为神经网络组织图片的一般做法是什么？

这在很大程度上取决于您试图实现的目标

首先，将神经网络与数据采集/处理任务分开。一般来说，数据越清晰，结果就越好

在图像识别中，有两个广泛使用的标准数据集。时尚主义者和时尚主义者。它们相对简单，但为模型基准测试提供了一个很好的工具。此外，您还可以了解如何创建和组织数据集

您的模型可能会产生一些结果，但并不完美。您至少需要一个输出层（我假设您在这里进行分类），并且可以使用一些正则化。看看教程。这是keras，不是tensorflow，但它很好地解释了一个简单而有效的模型