开始日期：2019.6.9

Tensoflow1.9.0+
Tensorboard
yaml
easydict
Some other libraries (find what you miss when running the code. hhhhh~)

ResNet

1.captcha_images:
datasets下新建captcha_images，在captcha_images内新建captcha_images/images/train和val,
分别用来放置训练和验证图片；
运行datasets下的create_classification_data.py即可生成数据集，当然要对代码做简单修改；
2.cifar10:
直接运行训练代码即可，可以自行下载解压；
3.easy:
https://pan.baidu.com/s/1rzKT6VvmSmoHEKdPmLMc6Q 提取码cx9a.选择第二题的分类数据集，
在该数据集下新建tranval和test文件夹用于存放训练与测试集；

1.在classification_Tensorflow_Proj内新建pretrained_models放置需要的预训练模型,
若找不到预训练模型，则下载下来放入指定的位置，模型保存在谷歌的开源代码models/research/slim中；

实验名在exp_configs文件夹下以文件夹名体现；
模型输出在exp_output，在classification_Tensorflow_Proj路径下新建一个exp_output，
内新建对应的实验名文件夹;
运行方法是先在exp_configs里做好实验配置，再运行指定好的train.py文件;

1.使用captcha生成简单的分类数据集，标签在图片名中
2.训练模型，生成ckpt
3.使用ckpt对单张图片进行测试
4.训练结束直接保存为pb模型
5.可以使用训练时直接保存的pb模型对单张图片进行测试
6.把ckpt转化为pb模型,并对该pb做测试
7.添加resnet系列模型，可以使用预训练模型
8.record数据集的制作与读取

模型训练的同时进行验证；

1.这份代码的数据预处理过程是放在网络结构中的，和pt的版本有所不同

123