提取图片的特征，特征分类处理，训练并建立模型，然后在进行识别。主要通过通过颜色和纹理对图像特征进行提取。定义一个模型并提供初始的参数值向模型输入图像数据集和已知的正确标签进行训练模型重复校验，训练数据，持续调整参数值直至找到合适的参数使模型输出尽可能多的正确结果当训练完成，找到最优（接近最优的模型参数）。

LSTM（Long Short-Term Memory）是长短期记忆网络，是一种时间递归神经网络（RNN），主要是为了解决长序列训练过程中的梯度消失和梯度爆炸问题。简单来说，就是相比普通的RNN，LSTM能够在更长的序列中有更好的表现。LSTM 已经在科技领域有了多种应用。基于 LSTM 的系统可以学习翻译语言、控制机器人、图像分析、文档摘要、语音识别图像识别、手写识别、控制聊天机器人、预测疾病、

提取图片的特征，特征分类处理，训练并建立模型，然后在进行识别。主要通过通过颜色和纹理对图像特征进行提取。定义一个模型并提供初始的参数值向模型输入图像数据集和已知的正确标签进行训练模型重复校验，训练数据，持续调整参数值直至找到合适的参数使模型输出尽可能多的正确结果当训练完成，找到最优（接近最优的模型参数）。

Kaggle机器学习竞赛、托管数据库、编写和分享代码