猫狗大战迁移学习实战项目所需的完整模型+测试数据，可以自己直接加载进行测试使用 results：自己基于迁移学习方法训练得到的二分类模型 test：bing搜索引擎图像数据爬虫结果，针对cat和dog两类目标分别爬取了200多张图像数据 test1：随机从kaggle数据集每类的12500张数据中抽取100张图像组成的测试数据集

提供了百度云盘的下载地址，如需要请自行下载本资源 kaggle猫狗大战[包含训练(25000张猫狗照片)和测试数据集(12500张猫狗照片)]

数据集中包含12500只猫和12500只狗，与MNIST中数据集不同之处在于这个数据集中的数据都是来自于真实世界的照片，加大了图像处理的难度. 注:非最新数据集，数据集为七年前版本。

一.构造数据集 我们直接下载下来的猫狗数据集是分为训练集和测试集的25000张猫狗图像。 这个数据集太大了而且猫狗没有分类，我们需要创建一个新的数据集。分为每个类别各1000个样本的训练集和每个类别各500个样本的测试集，验证集。 import os,shutil #解压该目录的文件（训练集照片，25000猫狗图像） original_dataset_dir = 'G:\\Astudy\\python深度学习基于tensorflow\\dataset\\kaggle\\train' #在指定