卷积神经网络图像识别python

卷积神经网络（CNN）是一种用于图像识别的深度学习算法。在Python中，可以使用TensorFlow或Keras等库来实现CNN图像识别。以下是一个简单的CNN图像识别代码示例：

1. 导入必要的库

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

2. 加载数据集

(x_train, y_train), (x_test, y_test) = keras.datasets.cifar10.load_data()

3. 数据预处理

x_train = x_train.astype("float32") / 255.0
x_test = x_test.astype("float32") / 255.0

y_train = keras.utils.to_categorical(y_train, 10)
y_test = keras.utils.to_categorical(y_test, 10)

4. 建立模型

model = keras.Sequential(
    [
        keras.Input(shape=(32, 32, 3)),
        layers.Conv2D(32, kernel_size=(3, 3), activation="relu"),
        layers.MaxPooling2D(pool_size=(2, 2)),
        layers.Conv2D(64, kernel_size=(3, 3), activation="relu"),
        layers.MaxPooling2D(pool_size=(2, 2)),
        layers.Flatten(),
        layers.Dropout(0.5),
        layers.Dense(10, activation="softmax"),
    ]
)

5. 编译模型

model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"])

6. 训练模型

model.fit(x_train, y_train, batch_size=64, epochs=10, validation_split=0.1)

7. 评估模型

model.evaluate(x_test, y_test, batch_size=64)

以上是一个简单的CNN图像识别代码示例，你可以根据自己的需求进行修改和扩展。