第T9周：Tensorflow实现猫狗识别(2)

• 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
• 🍖 原作者：K同学啊

具体实现

（一）环境

语言环境：Python 3.10
编 译 器: PyCharm
框 架: Tensorflow 2.10.0

（二）具体步骤

from absl.logging import warning  
import tensorflow as tf  
from tensorflow.python.data import AUTOTUNE  
  
from utils import GPU_ON  
import matplotlib.pyplot as plt  
# 目标：主要学习数据增强的方式方法

# 第一步：准备环境  
# 查询tensorflow版本
    print("Tensorflow Version：", tf.__version__)
    # print(tf.config.experimental.list_physical_devices('GPU'))

    # 设置使用GPU
    gpus = tf.config.list_physical_devices("GPU")
    print(gpus)

    if gpus:
        gpu0 = gpus[0]  # 如果有多个GPU，仅使用第0个GPU
        tf.config.experimental.set_memory_growth(gpu0, True)  # 设置GPU显存按需使用
        tf.config.set_visible_devices([gpu0], "GPU")>)
  
# ##########output#############################################  
# Tensorflow Version： 2.10.0# [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]  
# [PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]  
# ##########end output##########################################  
# 支持中文  
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来显示中文标签  
plt.rcParams['axes.unicode_minus'] = False     # 用来正常显示负号  
  
import os, PIL, pathlib  
  
# 隐藏警告  
import warnings  
warnings.filterwarnings('ignore')  
  
# 第二步：导入数据  
data_dir = "./datasets/365-7-data"  
data_dir = pathlib.Path(data_dir)  
image_count = len(list(data_dir.glob('*/*')))  
print("图片总数为：", image_count)  
# ########output##############################################  
# 图片总数为： 3400# ########end output##########################################  
  
# 第三步：数据预处理  
batch_size = 8  
img_height, img_width = 224, 224  
train_ds = tf.keras.preprocessing.image_dataset_from_directory(  
    data_dir,  
    validation_split=0.2,  
    subset="training",  
    seed=123,  
    image_size=(img_height, img_width),  
    batch_size=batch_size,  
)  
# ############output##########################################  
# Found 3400 files belonging to 2 classes.