利用python - Tensorflow - keras - CNN 來去建構一個識別圖像的神經網路
將1500張測試圖片，分別以圖像辨識，辨識其各15種不同分類的地點。
將所用到之函數及模組做匯入。
將圖檔讀入後，將訓練集做One-Hot Encoding及正規化的處理。
接著將訓練資料分割成訓練集和驗證集。
由於訓練集資料不到五千張，所以我們利用資料增強，產生更多資料讓機器去學習。
這次我們使用的model為Sequential。
將訓練集資料帶入模型內做訓練。
將測試集資料帶入訓練好的模型中進行預測。