阿里云免费GPU+Tensorflow框架下的图像分类实例

主要参看https://yq.aliyun.com/articles/72841?spm=5176.100239.0.0.aLlJGY

1.把下载的代码和数据集都上传到了OSS中，放在文件夹cifar-10-py中



或者整理成4个文件夹：

check_point:用来存放实验生成的模型

cifar-10-batches-py：用来存放训练数据以及预测集数据，对应的是下载下来的数据源cifar-10-batcher-py文件和预测集bird_mount_bluebird.jpg文件

predict_code:用来存放训练数据，也就是cifar_pai.py

train_code:用来存放cifar_predict_pai.py



2.回到新建的实验“Tensorflow图片分类_311”，选中TensorFlow-1，可以看到右图的参数设置





3.Python 代码文件：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-py/cifar_pai.py

Python 主文件：空

数据源目录：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-py/

输出目录（可选）：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-py/

或者

Python 代码文件：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/train_code/cifar_pai.py

Python 主文件：空

数据源目录：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-batches-py/

输出目录（可选）：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/check_point/

4.运行、训练过程中，右键“Tensorflow”组件，点击查看日志。点击打开logview连接，按照如下链路操作，打开ODPS
Tasks下面的Algo Task，双击Tensorflow Task，点击StdOut，可以看到模型训练的日志被实时的打印出来：



5.选中TensorFlow-2，修改参数

Python 代码文件：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-py/cifar_predict_pai.py

Python 主文件：空

数据源目录：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-py/

输出目录（可选）：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-py/

或者

Python 代码文件：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/predict_code/cifar_predict_pai.py

Python 主文件：空

数据源目录：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/cifar-10-batches-py/

输出目录（可选）：oss://imagestt.oss-cn-shanghai-internal.aliyuncs.com/check_point/

6.右击TensorFlow-2，选择“执行到此处”运行测试程序



7.查看结果：预测的图片是存储在checkpoint文件夹下的图:



结果见日志：