【Python代码】基于深度学习CNN的猫狗图像识别

运行环境：在ANACONDA中创建一个虚拟环境，在其中配置好TensorFlow和Keras（我用的版本是TensorFlow2.10.0和Keras2.10.0），打开Jupyter Notebook，程序在Jupyter Notebook中编写并运行。我保存为.ipynb和.html形式的以防.ipynb打不开。 ①猫狗数据分类：将train文件夹下的图片分类后生成train1文件夹，其中包含train、test和validation三个子文件夹。（程序运行时记得更改图像路径，并且删除train1文件夹） ②识别华电猫狗：搭建并训练CNN神经网络，识别了train文件夹和NCEPUcats文件夹中的猫狗。 采用的是kaggle猫狗识别数据集，共包含了25000张JPG数据集照片，其中猫和狗的照片各占12500张。数据集大小经过压缩打包后占543MB。 从官网下载比较麻烦，可根据以下链接，从百度网盘获取数据集 https://pan.baidu.com/s/13hw4LK8ihR6-6-8mpjLKDA 密码：dmp4 程序中涉及到的图片地址需根据自己保存的位置调整。