如果你不喜欢小猫和小狗，你可能不知道他们具体是哪一种品种，但是一般来说，你都能区分出这是猫还是狗，猫和狗的特征还是不一样的，那我们如何用机器学习的方法训练一个网络区分猫狗呢？
我们选用的是 Kaggle 的一个数据集(https://www.kaggle.com/c/dogs-vs-cats/data)，用神经网络的方法进行模型的训练。下载下来的数据集对于我们测试来说数据有点大，这里面分别有 12500 个猫和狗的训练图片，我们先来缩小一下训练集，然后再进行模型的搭建和训练。我们的做法做法是猫和狗分别选择 1000 个训练图片，500 个验证集和 500 个测试集，我们可以手工完成这个工作，需要做的就是：
// 如下非可执行代码，含义非常清楚的表达，最后会附上可执行代码 mkdir dog-vs-cats-small cp dog-vs-cats/train/cat/pic-{0-999}.jpg dog-vs-cats-small/train/cat/ cp dog-vs-cats/train/dog/pic-{0-999}.jpg dog-vs-cats-small/train/dog/ cp dog-vs-cats/validation/cat/pic-{1000-1499}.jpg dog-vs-cats-small/validation/cat/ cp dog-vs-cats/validation/dog/pic-{1000-1499}.jpg dog-vs-cats-small/validation/dog/ cp dog-vs-cats/test/cat/pic-{1500-1999}.jpg dog-vs-cats-small/test/cat/ cp dog-vs-cats/test/dog/pic-{1500-1999}.jpg dog-vs-cats-small/test/dog/从我们前面文章的经验中，我们可以知道，这个卷积神经网络我们可以用 relu 激活的 Conv2D 层与 MaxPooling2D 层堆叠而成，与之前相比稍微需要修改就是网络的大小，更大的网络处理更多是数据。
卷积神经网络网络的深度往往与特征图的尺寸负相关，越深的网络每个特征图的尺寸往往是越小的，我看到的数据往往是：深度 32-> 128，特征图尺寸 150x150 -> 7x7。如下，这是我们构架的网络：
优化器依旧采用 RMSprop，学习率由默认的 0.001 设置为 0.0001，后续我们也将 对不同的优化器进行介绍。由于需要输出的结果是“猫 or 狗”，所以我们最后一层激活参数为 sigmoid，自然损失函数就为 binary_crossentropy 了，如此一来，网络就构建好了，接下来就应该喂给网络数据了。
由于我们这里是一张又一张的图片，jpg 格式，这可不是我们网络所喜欢的格式，需要进行处理，读出图片，将其解码为 RGB 像素，再将 RGB 中的像素值转换成浮点数进行计算，又由于我们的网络对于处理 0-1 之间的数效果更好，因此我们需要将像素值转换区间，即从 0-255 转换到 0-1，是不是觉得有点麻烦，确实！Keras 之所以说是最容易上手的深度学习框架，就是因为它同样把这些繁琐但是使用的工具内置了，Image 包下的 ImageDataGenerator 就可以帮上大忙，这样我们就可以得到 RGB 图像与二进制标签组成的批量。
接下来，我们就要对数据进行拟合了，fit_generator，上面的生成器也将传给它，这样，这一个网络我们就建立完成了，可以进行训练了，与前文一样，我们仍然画出损失曲线和精度曲线。
训练精度逐渐接近百分之百，提醒我们注意过拟合的危险；训练精度在第五次（或六次）次后就维持在 70%左右不再上升了。
第五次或第十次后，验证损失就达到了最小值，嗯……，很显然，过拟合了，我们需要降低过拟合。
出现过拟合的原因是学习样本太少了，我们采用 数据增强 来解决这个问题。我们的做法就是在现有的训练数据中生成更多的训练数据，就是增加一些随机变换，这种随机变化生成的图片依然要保证是有效的。这样模型在训练的时候就可以看到不同的更多的图像了，这就使得训练出的模型泛化能力更好。怎么做呢，就可以把图片进行随机的旋转，缩放，平移和翻转等，ImageDataGenerator 提供了这样的能力。同时在密集层之前添加一个 Dropout 层，会更好的降低过拟合，如此一来，看看结果：
可以看出来，效果好了很多。训练精度至少可以到达 80%，再想大幅度提高精度，就需要一些其他的方法了，下一篇文章我们再聊。