使用python进行人脸性别分类

上面一篇文章写到了如何利用python写简单的神经网络代码，并利用全连接神经网络实现简单的mnist手写数字分类，现在我们可以利用此代码做更多的事情。

有一段时间导师让我做人脸识别的问题，最简单的便是人脸性别的分类，当时是在caffe框架下面做的，但是caffe方面的资料真是少之又少，使用起来也有很多疑惑，因此特别拿出来在python上训练一遍。

由于代码写的相对简单，实现的功能很少，因此准确率相对不高。

在人脸性别的分类和mnist数据集的分类问题上，最大的不同就在于数据集的不同，因此只需要把数据集替换一下就ok了，记住要修改总的类别数，当需求的图片size需要更大时，也要记得归一化图片的宽度和高度。

因为没有实现卷积层，因此最终的准确度不要有太多要求。

当然，除了人脸性别分类，我们还可以做更多有趣的实验，比如人脸性别分类和人脸颜值分类。