Python深度学习之图像辨认

作者 | 周伟能

来源 | 小叮当讲SAS和Python

Python在机器学习（人工智能，AI）方面有着很大的优势。谈到人工智能，普通也会谈到其完成的言语Python。后面有几讲也是关于机器学习在图像辨认中的运用。明天再来讲一个关于运用google的深度学习框架tensorflow和keras停止训练深度神经网络，并对未知图像停止预测。

导入python模块

导入图像数据

合并列表数据

将图片数据转化为数组

显示一张图片

训练神经网络

我们可以看到测试集的准确率达到99.67%

预测一个图像

预测为汽车的概率为100%。（括号内为真实标签）

预测为美女的概率为100%。（括号内为真实标签）

测试集中前15个图像预测完全正确。Nice!

最后我们来辨认单张图片。

结果预测为汽车。Nice!

最后来预测一下外部随意下载的汽车或美女图片

预测为汽车，不错！

小编这里有10张图片，前5张为汽车图片，后五张为美女图片。

下面停止批量预测：

结果也是完全正确。

看到这里，感觉神经网络是不是很神奇，要想让神经网络预测得准确，我们就必须给予大量的数据停止训练模型，优化模型，以致于达到准确辨认图像的目的，图像辨认作为人工智能的一部分，如今曾经渐渐走向成熟，虽然机器也有出错的时分，但是进过不断优化，错误率将会越来越小，置信机器智能或者人工智能时代可以创造出更多智能而美妙的东西。为社会，为人类的自在做出更大的贡献。

看起来好像不错的样子

对不起，我就来看看，不说话

未完待续哈哈！