基于cnn写一段猫狗识别程序

好的，下面是基于CNN写的猫狗识别程序：

首先，我们需要准备数据集。可以使用Kaggle提供的猫狗分类数据集，下载地址为：https://www.kaggle.com/c/dogs-vs-cats/data

接下来，我们需要使用Python中的Keras库来实现CNN模型：

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense

#构建CNN模型
model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(150, 150, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))

#编译模型
model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

上述代码中，我们使用了3个卷积层和3个池化层，最后接了2个全连接层。其中，输入图片的大小为150x150x3，输出为1个二分类结果。

接下来，需要对数据集进行预处理，包括图像增强和归一化：

from keras.preprocessing.image import ImageDataGenerator

# 图像增强
train_datagen = ImageDataGenerator(
    rescale=1./255, #归一化
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True)

test_datagen = ImageDataGenerator(rescale=1./255)

train_generator = train_datagen.flow_from_directory(
    'data/train',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

validation_generator = test_datagen.flow_from_directory(
    'data/validation',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

最后，我们可以使用训练集来训练模型，并在测试集上进行测试：

#训练模型
model.fit_generator(
    train_generator,
    steps_per_epoch=2000,
    epochs=50,
    validation_data=validation_generator,
    validation_steps=800)

#测试模型
test_generator = test_datagen.flow_from_directory(
    'data/test',
    target_size=(150, 150),
    batch_size=32,
    class_mode='binary')

score = model.evaluate_generator(test_generator, steps=800)
print('Test loss:', score[0])
print('Test accuracy:', score[1])

完成上述步骤后，我们就可以得到一个猫狗分类的CNN模型了。