机器学习-花卉识别系统

介绍

机器学习，人工智能，模式识别课题项目，基于tensorflow机器学习库使用CNN算法通过对四种花卉数据集进行训练，得出训练模型。同时基于Django框架开发可视化系统，实现上传图片预测是否为玫瑰，蒲公英，郁金香，向日葵等花卉，并集成后台管理系统，可查看概率值，以及上传预测信息。

技术栈

• 机器学习库：tensorflow
• 算法：CNN
• WEB框架：Django

核心部分

# 进行batch的训练
try:
    # 执行MAX_STEP步的训练，一步一个batch
    for step in np.arange(MAX_STEP):
        if coord.should_stop():
            break
        _, tra_loss, tra_acc = sess.run([train_op, train_loss, train_acc])

        # 每隔50步打印一次当前的loss以及acc，同时记录log，写入writer
        if step % 10 == 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)
        # 每隔100步，保存一次训练好的模型
        if (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()

联系v：sql2202