搭建了TensorFlow-GPU，并把损失函数改为激活函数，运算速度提升192.86倍，从之前运算一个epoch需要2700秒到现在14秒一个，现在运算100个epoch只需要23分多钟，并且准确率从之前的非常不拟合到现在非常拟合,正确率最后在1的附近
之前每关闭lab一次就要重新跑一次模型，现在学习到可以将模型文件保存，以后就可以直接运行模型文件进行后续工作，从网上学到这个代码model.save(‘model.h5’)保存为.h5文件，这为之后的操作界面搭建省了事
之后又进行了操作界面的搭建，因为jupyter lab本身就是一个网页，他可以作为界面使用，所以我尝试使用模型文件进行操作界面搭建
我使用markdown；来对用户进行指引
但是这特别繁琐，特别是操作过程，所以我就想有没有什么方法可以让我直接做一个界面出来，我下载了pycharm，然后总共建立了两个有关操作界面的项目，这些个项目里面的train.py文件均可以运行，并且像jupyter lab一样可以跑出来一个模型文件，我学习到了一个Python一个库flask，这个库可以运行出来一个网页，直接上传文件就可以训练，我是可以打开网页并点击上传文件，但是可能我没有写好，在本地文件库并没有文件上传上来，我电脑的隐藏文件也打开了，况且pycharm运行TensorFlow时速度很慢，所以我果断放弃了这个想法，继续使用jupyter lab
jupyterlab运行准确率可以到1，所以我就想做一些按钮，可以让用户自己上传文件，使用自己的设备拍照
最后我自己做了一个微距摄像头，用来拍摄缺陷图