windows+TensorFlow/keras+vgg16訓練自己的數據集

前提

要想在TensorFlow訓練vgg16，首先要配置TensorFlow環境，這篇博客介紹如何配置python2.7版本的TensorFlow，在這裏就不在敘述了。

TensorFlow版本

1. 下載代碼：VGG16
2. 下載數據集17flowers，密碼：3nc4
   如果是訓練自己的數據集，可以模仿17flowers數據集格式，將同一類的圖片放在同一個文件夾中，如下圖所示。
3. 下載vgg16.npy，密碼: 4wvq
   
4. 打開VGG16.py代碼，修改vgg16.npy對應的路徑
   
5. 打開create_tfrecords.py代碼，修改代碼中對應的路徑，其中data是在VGG16_TF-master文件夾下創建的文件夾，存放的是自己的數據集。然後直接運行就行。
   
   運行結束後在VGG16_TF-master文件夾路勁下生成train.tfrecords文件，這是TensorFlow讀取的數據格式。
   
6. 打開train.py代碼，修改對應的路徑
   
   修改好之後直接運行即可。

Keras版本

前提

安裝keras版本首先安裝TensorFlow，安裝好之後在cmd命令中輸入pip install keras安裝即可。
keras安裝好之後，需要安裝keras_tqdm模塊，同樣直接在cmd命令中輸入pip install keras_tqdm安裝即可，有可能第一次安裝會出現錯誤，多重新安裝幾次就行。

1. 下載代碼：keras-vgg16，密碼：hv7b
2. 代碼下載好之後，在keras_vgg16文件下，新建data，log，model。data用來存放你的數據集，log用來存放生成的日誌，model用來存放生成的模型。
   
3. 數據集和TensorFlow的數據集存放格式不一樣，分爲訓練集和測試集
   
   訓練集和測試集裏的圖片將同一類別的放在同一文件夾中就行
   
4. 打開vgg16.py代碼，修改對應的文件路徑，如下圖所示
   
   這路徑包含訓練集，驗證集合測試集，我爲了省事，訓練集和驗證集使用同一個數據集

修改參數代碼
保存文件的路徑

然後直接運行即可。
在這裏我建議用Anaconda自帶的notebook跑程序，訓練輸出顯示的比較規範，可讀性比較強。