基于神经网络给图识物

由前面所学的知识我们已经掌握了神经网络的基础知识，但是要想模型可以使用，还需要编写一套程序。实现给图识物。
tensorflow给出了predict函数，它可以根据输入的特征输出预测结果，由predict函数实现前向传播，执行识图的应用只需要三步分别如下所示：

复现模型(前向传播)

model = tf.keras.models.Sequential([tf.keras.layers.Flatten(),tf.keras.layer.Dense(128,activation='relu'),tf.keras.layers.Dense(128, activation='softmax')])

【基于神经网络给图识物】2.加载参数
model.load_weights(model_save_path) 3.预测结果
result=model.predict(x_predict) 整体识别程序

from PIL import Imageimport numpy as npimport tensorflow as tfmodel_save_path = './checkpoint/mnist.ckpt'model = tf.keras.models.Sequential([tf.keras.layers.Flatten(),tf.keras.layers.Dense(128, activation='relu'),tf.keras.layers.Dense(10, activation='softmax')])model.load_weights(model_save_path)preNum = int(input("input the number of test pictures:"))for i in range(preNum):image_path = input("the path of test picture:")img = Image.open(image_path)img = img.resize((28, 28), Image.ANTIALIAS)img_arr = np.array(img.convert('L'))img_arr = 255-img_arrimg_arr = img_arr / 255.0x_predict = img_arr[tf.newaxis, ...]result = model.predict(x_predict)pred = tf.argmax(result, axis=1)print('\n')tf.print(pred)