图片分类的目的是从数据源获取最新的图片，使用第三方服务识别文字图片，得到8W张图片，包括4W张文字图片和4W张非文字图片图片;图像预处理数据量小：将图像转换数据压缩成zip文件；或将图像压缩成csv文件；数据量大：1）RGB等统一图像格式，该数据中有灰度图，需要转为RGB文件；2）统一图像维度方法1：压缩图像；方法二：保持图片的原始比例，有空就补空；3)将图像转换为tfrecord文件a.将图像转换成单通道数据；b.数据存储格式：dict[img_raw,label]，训练集train.tfrecord，测试集test.tfrecord使用tfrecord文件比直接读取图片更快；CNN训练图片输入数据：1）训练集7W，包括3.5W大字报，3.5W非大字报；2）测试集1W，包括5K大字报和5K非大字报；3）图片形状（-1,28,28,1）单通道卷积参数：1）卷积核大小=5*5，步长=1；2）池化核大小=2*2，步长=2，池化方式=最大池化；3）激活函数：RELU；4）损失函数：交叉熵损失函数；5）经过两层网络，shuffle=true，batch_size=64trainingeffect训练效果：WPAI环境下，图片维度为28维，迭代次数为1001次。accuracy=0.953125700accuracy=0.953125800accuracy=0.90625900accuracy=0.906251000accuracy=0.953125当图片维度=112时，平均准确率=0.55；问题总结
