我使用了在这里找到的几乎相似的代码…

https://towardsdatascience.com/classify-butterfly-images-with-deep-learning-in-keras-b3101fe0f98

这个例子与二进制分类有关。我正在测试的数据需要多类分类。我猜我需要更改激活函数和损失函数。如果我有超过两种类型，我可以使用这里找到的相同代码吗？

https://github.com/bertcarremans/Vlindervinder/blob/master/model/CNN.ipynb

更新：我还有一个问题。如果我有足够的数据，是否需要进行数据增强？

回答：

只需将binary_crossentropy更改为categorical_crossentropy：

cnn.compile(loss='categorical_crossentropy',            optimizer='rmsprop',            metrics=['accuracy'])

如果你的标签不是独热编码，请修改这些行：

train_generator = train_datagen.flow_from_directory(    'data/train',    target_size=(IMG_SIZE,IMG_SIZE),    batch_size = BATCH_SIZE,    class_mode='categorical')validation_generator = validation_datagen.flow_from_directory(    'data/validation',    target_size=(IMG_SIZE,IMG_SIZE),    batch_size = BATCH_SIZE,    class_mode='categorical')