CNN-Classification-Dog-Vs-Cat是一个基于卷积神经网络（CNN）的深度学习项目，使用Kaggle平台上的猫狗图像数据集进行训练，旨在准确区分猫和狗。
cnn-classification-dog-vs-cat 是一个基于 CNN 的图像分类器项目，使用了 Kaggle 上的猫狗图片数据集。该项目的主要依赖包括：
- python3
- numpy >= 1.14.2
- keras >= 2.1.6
- tensorflow >= 1.6.0
- h5py >= 2.7.0
- python-gflags >= 3.1.2
- opencv-python >= 3.4.0
项目文件包括：
inputs：猫狗图片样本数据，使用 keras 库中的类来读取。为了方便操作，需要将每个类别（即“猫”和“狗”）的图片分别放在单独命名的文件夹中。
train.py：包含一个简单的自建 CNN 网络模型，在训练后在测试集上的精度大约为 83%。
pre_train.py：使用经过预训练的常用网络进行迁移学习，以提高分类性能。该脚本可以在测试数据上达到约 95% 的准确率以上。
data_helper.py：用于读取和处理项目中使用的图像数据模块。
img_cnn.py: 相关CNN操作的代码文件。
5星
