（请注意，此仓库将不再更新，本仓库使用的 TensorFlow 版本非常旧。——2018年7月19日）

我的TensorFlow教程

本仓库包含 TensorFlow 和深度学习相关的项目。

1. 深度学习（以及传统机器学习、数据挖掘）。
2. TensorFlow、Keras

尽情享受吧！

My-TensorFlow-tutorials 快速上手指南

⚠️ 重要提示：本仓库自 2018 年 7 月 19 日起已停止更新。其中使用的 TensorFlow 版本非常陈旧，仅适用于学习历史代码或研究早期深度学习实现，不建议用于新的生产环境。

环境准备

由于本项目基于旧版 TensorFlow，建议创建独立的虚拟环境以避免依赖冲突。

• 操作系统：Linux / macOS / Windows
• Python 版本：推荐 Python 3.5 或 3.6（新版 Python 可能不兼容旧版 TF）
• 前置依赖：
  • pip
  • virtualenv (可选但推荐)
  • git

安装步骤

1. 克隆仓库

   git clone https://github.com/kevin28520/My-TensorFlow-tutorials.git
   cd My-TensorFlow-tutorials
   

2. 创建并激活虚拟环境

   python -m venv tf_old_env
   # Linux/macOS
   source tf_old_env/bin/activate
   # Windows
   tf_old_env\Scripts\activate
   

3. 安装依赖

   由于原仓库可能缺乏完整的 requirements.txt 或依赖过旧，建议手动安装兼容版本的 TensorFlow 和 Keras。国内用户可使用清华镜像加速下载：

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tensorflow==1.12.0 keras==2.2.4
   

   (注：具体版本号需根据仓库内代码实际运行情况调整，1.12.0 为 2018 年左右的主流稳定版)

4. 安装其他潜在依赖

   pip install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy pandas matplotlib opencv-python
   

基本使用

本仓库包含多个独立的项目文件夹（如 01 cats vs dogs）。以下以经典的“猫狗分类”为例：

1. 进入项目目录

   cd "01 cats vs dogs"
   

2. 准备数据 确保已下载对应的数据集（通常为 Kaggle 的 Dogs vs Cats 数据集），并按代码要求的目录结构存放（例如 train/cat, train/dog 等）。

3. 运行训练脚本 查看目录下的 .py 文件（通常为 main.py 或 train.py），直接运行：

   python main.py
   

4. 查看结果 程序运行后将在终端输出训练日志，并在本地生成模型文件或预测结果图片（参考 README 中的星空图示例）。

---

祝学习愉快！请注意甄别新旧技术差异。