win10中构建TensorFlow环境：
下载并安装anaconda环境，具体步骤这里有： spark2.3在Windows10当中来搭建python3的使用环境pyspark，只需要看anaconda的安装方法就行。安装好以后使用快捷键Ctrl+R打开运行，输入cmd打开命令行工具，输入conda install tensorflow命令安装TensorFlow，需要键入y确定下载安装。下载训练代码和分类代码：
从GitHub中googlecodelabs/tensorflow-for-poets-2中下载Zip包，然后解压到本地，只需要用到scripts文件里面的retrain.py和label_image.py文件。retrain.py文件是使用已经构建好的TensorFlow图结构文件classify_image_graph_def.pb，来训练顶层。训练好以后的图结构会保存起来，训练的图标签也会保存起来，然后可以用来进行图像的分类。label_image.py文件是输入一张图片然后给出分类结果。代码文件的注释中都有说明运行代码的方式，这里具体讲解下。下载图像文件：
需要满足有主目录，次级目录名称必须是分类标签，例如daisy、dandelion、roses、sunflowers、tulips，这主要是因为retrain.py文件是使用次级目录名称作为分类标签的，不需要额外的传入分类字典。要下载的这个图像文件包是满足这个要求的，从链接中下载http://download.tensorflow.org/example_images/flower_photos.tgz，然后解压出来，这里解压的目录是F:\
运行Windows Powershell开始训练：
进入代码解压以后的目录，F:\tensorflow-for-poets-2-master\scripts然后按住Shift键不动单机鼠标右键，点击 在此处打开Powershell 窗口(S)
训练过程中出现的是这样的画面
等待训练完以后，会新生成一个文件夹tmp，里面有训练好的TensorFlow图结构文件output_graph.pb，还有一个类标签的TXT文件output_labels.txt，这些文件在对图像分类的时候需要用到
运行label_image.py文件，不关闭Powershell，接着运行命令
python label_image.py --image F:\flower_photos\dandelion\141935731_d26d600f4f_m.jpg --graph F:\tmp\output_graph.pb --labels F:\tmp\output_labels.txt --image是图像文件的路径，--graph是训练好的TensorFlow图结构文件路径，--labels是图像标签文件的路径
返回错误KeyError: "The name 'import/input' refers to an Operation not in the graph."这里需要修改label_image.py文件里面的input_layer参数，将input_layer = "input"修改为input_layer = "Mul"
重新运行命令，返回错误ValueError: Cannot feed value of shape (1, 224, 224, 3) for Tensor 'import/Mul:0', which has shape '(1, 299, 299, 3)'，这里修改参数为input_height =299，input_width =299
然后再次运行命令得
就得到了输出结果
Evaluation time (1-image): 1.960s
roses (score=0.98647)tulips (score=0.01164)
sunflowers (score=0.00151)
daisy (score=0.00021)
dandelion (score=0.00019)
还可以在最后增加几行代码输出对应的图片
import matplotlib.pyplot as plt
from skimage import io
img = io.imread(file_name)
plt.imshow(img)
plt.axis('off')
plt.show()TensorFlow学习笔记：使用Inception v3进行图像分类
Tensorflow for Windows 10 (GPU) 入门笔记
https://github.com/googlecodelabs/tensorflow-for-poets-2
深度学习卷积神经网络——经典网络GoogLeNet(Inception V3)网络的搭建与实现