import?os
import?numpy?as?np
import?tensorflow?as?tf
from?PIL?import?Image
from?skimage?import?io?transform
import?glob
os.environ[“CUDA_VISIBLE_DEVICES“]?=?“0“
gpu_options?=?tf.GPUOptions（per_process_gpu_memory_fraction=0.9）
path?=?‘./easy/‘??????????#?for?one?dataset?cross?validation
train_path?=?‘./example/train/‘?#?for?train?and?test?set
test_path?=?‘./example/test/‘
w?=?224
h?=?224
c?=?3
n_class?=?4

def?read_img（path）:
????cate???=?[path?+?x?for?x?in?os.listdir（path）?if?os.path.isdir（path?+?x）]
????imgs???=?[]
????labels?=?[]
????label_list?=?np.eye（n_class）
????for?idx?folder?in?enumerate（cate）:????????????#search?folder
????????for?im?in?glob.glob（folder?+?‘/*.jpg‘）:????#change?doc?type?if?necessary
????????????img?=?io.imread（im）
????????????img?=?transform.resize（img?（w?h?c））
????????????imgs.append（img）????????????????????????#?（sum2242243）
????????????labels.append（label_list[idx]）??????????#?（sum4）?????????????????????????
????return?np.asarray（imgs?np.float32）?np.asarray（labels?np.float32）

#------------------train?and?test?set------------
data?label?=?read_img（train_path）
???
num_example?=?data.shape[0]????????????????????????
arr?=?np.arange（num_example）????????????????????
np.random.shuffle（arr）???????????????????????????#?random?sequence
x_train?=?data[arr]
y_train?=?label[arr]

s?=?num_example

data_t?label_t?=?read_img（test_path）
???
s_test?=?data_t.shape[0]????????????????????????
arr?=?np.arange（s_test）????????????????????
np.random.shuffle（arr）???????????????????????????#?random?sequence
x_val?=?data_t[arr]
y_val?=?label_t[arr]

#?------------------one?dataset?cross?validation?----------
#data?label?=?read_img（path）
???
#num_example?=?data.shape[0]????????????????????????
#arr?=?np.arange（num_example）????????????????????
#np.random.shuffle（arr）???????????????????????????#?random?sequence
#data?=?data[arr]
#label?=?label[arr]

#ratio?=?0.8
#s?=?np.int（num_example?*?ratio）
#x_train?=?data[:s]?????????????????????????#?（sum_train2242243）
#y_train?=?label[:s]????????????????????????#?（sum_train4）
#x_val???=?data[s:]
#y_val???=?label[s:]????

#------------------vgg16?structure----------------
?
x?=?tf.placeholder（tf.float32?shape=[None?h?w?c]）
y?=?tf.placeholder（tf.float32?shape=[None?n_class]）?????

#-----------------?conv1?------------------------

w_conv1_1?=?tf.Variable（tf.truncated_normal（[3?3?3?64]?stddev=0.1））
b_conv1_1?=?tf.Variable（tf.constant（0.1?shape=[64]））
L_conv1_1?=?tf.nn.relu（tf.nn.conv2d（x?w_conv1_1strides=[1?1?1?1]?padding=‘SAME‘）?+?b_conv1_1）

w_conv1_2?=?tf.Variable（tf.truncated_normal（[3?3?64?64]?stddev=0.1））
b_conv1_2?=?tf.Variable（tf.constant（0.1?shape=[64]））
L_conv1_2?=?tf.nn.relu（tf.nn.conv2d（L_conv1_1?w_conv1_2strides=[1?1?1?1]?padding=‘SAME‘）?+?b_conv1_2）

L_pool1?=?tf.nn.max_pool（L_conv1_2?ksize=[1?2?2?1]?strides=[1?2?2?1]?padding=‘SAME‘）
#-----------------?conv2?------------------------

w_conv2_1?=?tf.Variable（tf.truncated_normal（[3?3?64?128