環境：windows+tensorflow-GPU-1.8+python3.6
代碼地址：https://download.csdn.net/download/lsjweiyi/10466889
我在cifar10代碼的基礎上將代碼修改，排版，使功能模塊更清晰，也更容易更換網絡模型，代碼里加上大量中文註釋。有點基礎的應該都能看懂了，主要目的是爲了方便像我這樣的新入門tensorflow的人寫CNN網絡，使用的時候要注意修改數據的路徑，模型保存路徑，圖片的SIZE，類別NUM_CLASSES等一些參數，這些參數我都放在了每個PY文件的最前面，方便找到並進行修改。
我在其中加入了保存混淆矩陣和圖片分類錯誤路徑的功能，可以有更多途徑分析網絡訓練的效果。
此外，內置的網絡模型是lenet-5，這個只是爲了看起來簡單，我規範化代碼的目的就是方便調用別的網絡，比如tensorflow裏自帶的其他網絡，接下來給出調用的方式：
比如我要調用Alexnet等網絡：
#import的方式
from tensorflow.contrib.slim.nets import resnet_v1 #import resnet_v1
from tensorflow.contrib.slim.nets import alexnet # import alexnet
#這裏還有VGG，inception等網絡，都可以直接引用接下來是調用這些網絡：
#首先找到train.py或者test.py裏面的如下代碼
logits=model.model(images)#調用模型，返回預測的概率矩陣
#這句話，替換爲如下語句，這裏以alexnet爲例，當然上面的import不能少
logits,_=alexnet.alexnet_v2(images,num_classes=model.NUM_CLASSES,is_training=True,dropout_keep_prob=0.5)
#其中dropout_keep_prob=0.5是dropout的概率，具體解釋，請自行看源碼上的註釋，train和test有一點點區別
#這裏有一個不好的地方就是，調用這些模型，他是限制了圖片的輸入大小的，例如alexnet限制的是224*224，不同的網絡不同，可以在源碼中找到要求。