如何动手做一个识别手写数字的网络应用

　　介绍

如何动手做一个识别手写数字的网络应用,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。

, 01,

<强>进入码头工人容器

我们使用<强>码头工人容器,可以终端输入:

<强>码头工人ps -

如何动手做一个识别手写数字的网络应用“> </p> <p>如上图,找到上次运行的容器,我这边是容器名(名)为suspicious_cori,启动它,可以终端输入:</p> <p> <强>码头工人start suspicious_cori </强> </p> <p>然后,终端再输入:</p> <p> <强>码头工人exec - -t , suspicious_cori bash </强> </p> <p>即可在容器中开启一个交互模式的终端。</p> <p>终端输入<br/> </p> <pre> jupyter 笔记本</pre> <p>新建一个笔记本</p> <p> 02 </p> <p> <强>加载训练好的模型</强> </p> <p>加载上一篇训练好的模型,在新建的笔记本里输入:</p> <p> <强>从keras。模型导入model_from_json </强> </p> <p> <强>模型=model_from_json(打开(& # 39;my_model_architecture.json& # 39;) .read()),, </强> </p> <p> <强> model.load_weights (& # 39; my_model_weights.h6& # 39;) </强> </p> <p> 03 </p> <p> <强>读取需要识别的手写字图片</强> </p> <p>引入用于读取图片的库:</p> <p> <强>进口matplotlib。形象mpimg </强> <br/> </p> <p>读取位于kerasStudy目录下的图片:<br/> </p> <p> <强> img=mpimg.imread (& # 39; test.png& # 39;), </强> </p> <p> & # 39; & # 39; & # 39; </p> <p> matplotlib只支持PNG图像,读取和代码处于同一目录下的测试。png,注意,读取后的img就已经是一个np。数组了,并且已经归一化处理。</p> <p> & # 39; & # 39; & # 39; </p> <p> & # 39; & # 39; & # 39; </p> <p>上文的png图片是单通道图片(灰度),如果测试。png是rgb通道的图片,可以rgb2gray进行转化,代码如下:</p> <p> <强> def rgb2gray (rgb): </强> </p> <p> <强>,,返回np.dot (rgb […:3],[0.299,0.587,0.114])</强> </p> <p> <强> img=rgb2gray (img) </强> </p> <p> & # 39; & # 39; & # 39; </p> <p>关于图片的通道,我们可以在photoshop里直观的查看:</p> <p> <img src=看完上述内容,你们掌握如何动手做一个识别手写数字的网络应用的方法了吗?如果还想学到更多技能或想了解更多相关内容,欢迎关注行业资讯频道,感谢各位的阅读!

如何动手做一个识别手写数字的网络应用