代码首先，读入TuriCreate软件包import turicreate as tc我们指定图像所在的文件夹image，让TuriCreate读取所有的图像文件，并且存储到data数据框data = tc.image_analysis.load_images('./image/')我们来看看，data数据框的内容：data data包含两列信息，第一列是图片的地址，第二列是图片的长宽描述。
下面我们要求TuriCreate给数据框中每一行添加一个行号。这将作为图片的标记，方便后面查找图片时使用，并输出查看data。
data = data.add_row_number()data下面，是重头戏。我们让TuriCreate根据输入的图片集合，建立图像相似度判别模型。
model = tc.image_similarity.create(data)这个语句执行起来，可能需要一些时间。如果你是第一次使用TuriCreate，它可能还需要从网上下载一些数据。请耐心等待。
经过或长或短的等待，模型已经成功建立。下面，我们来尝试给模型一张图片，让TuriCreate帮我们从目前的图片集合里，挑出最为相似的10张来。为了方便，我们就选择第一张图片作为查询输入。
我们利用show()函数展示一下这张图片。tc.Image(data[0]['path']).show()下面我们来查询，我们让模型寻找出与这张图片最相似的10张。
similar_images = model.query(data[0:1], k=10)我们把结果存储在了similar_images变量里面，下面我们来看看其中都有哪些图片。
similar_images返回的结果一共有10行。