版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_38003892/article/details/79071308
1 引言
我也是刚刚接触卷积神经网络不久，理解的也不是特别深入，以下都是我自己的个人想法，如有错误希望大家指正。
这个是一个基于类似于VGG模型（模型来源于keras文档）的卷积神经网络实现的图片分类器，实现的是对猫的种类识别，因为数据集比较难找所以只用了320张图片做训练集，用69张图片做测试集。具体猫的分类一共有4类：布偶猫，孟买猫，暹（xian）罗猫，英国短毛猫。（图片均来源于网络图片）
本工程基于Django1.8.2，python3.6，keras等在windows8.1系统下，实现由网页上传图片，进而对图片识别出猫的种类，那让我们开始具体的操作吧。
注：
如果没有基础的同学
建议通过廖雪峰的官方网站学习python
对卷积神经网络，tensorflow，keras不了解的同学
建议通过莫烦python学习
或者通过tensorflow、keras官方的中文文档
2 文档结构
由于文章篇幅过长所以分成几个模块分别阐述：
（1）Django项目搭建
（2）图片的上传
（3）mysql数据库的连接
（4）卷积神经网络的搭建
（5）与Django结合利用模型对上传图片预测
（6）启用后台管理
（7）阿里云ubuntu服务器环境配置
（8）移动app发布项目