基于tensorflow的基本图像分类

我是tensorflow的新手，这是我的第一个项目（猫与狗图像分类）

---

请您详细解释每一行create\u train\u data（）函数实际在做什么？

OpenCV中的图像读取如下 img=cv2.imread（“路径/到/图像”，标志）

现在，“path/to/image”是您的工作目录或绝对路径

---

path=os.path.join（train，img）在代码中创建绝对路径。我认为，既然您在工作目录中，直接读取图像在这种情况下也应该起作用

所以不是“详细解释每一行”。通过谷歌搜索，您可以理解每个API调用。对于分类教程，请参考示例文档，例如，在开始本文之前，我已经看过了。os.path.join（）到底在这里做什么？我几乎理解了所有我在这部分有疑问的节目，非常感谢。这就是答案

train = 'C:\ProgramData\Anaconda3\animal train'
test = 'C:\ProgramData\Anaconda3\animal test'
lr = 0.001

def label_image(img):
    word_label = img.split('.')[-3]
    if word_label == "cat": return [1,0]
    elif word_label == "dog": return [0,1]

def create_train_data():
    training_data = []
    for img in tqdm(os.listdir(train)):
        label = label_img(img)
        path = os.path.join(train,img)
        img = cv2.resize(cv2.imread(path,cv2.IMREAD_GRAYSCALE),(50,50))
        training_data.append([np.array(img), np.array(label)])
    shuffle(training_data)
    return(training_data)