mnist手写数字模型训练、保存、加载及图片预测(2)

预测不准

上一组代码感觉预测不准，今天想到是不是送进去的数组有问题，于是增加几个函数来看一看数组情况，用到了matplot

---

增加及修改的函数

imgShow pyplot显示数组图像
loadData打印shape
imgTool增加了squeeze，由于img转换完之后的shape是（28，28，1），去掉最后1的那个维度，再在0的位置增加一个维度，后面predict函数在squeeze后面增加了expand_dim

def imgShow(image):
    plt.figure()
    plt.imshow(image)
    plt.colorbar()
    plt.grid(False)
    plt.show()

def loadData():
    mnist = tf.keras.datasets.mnist
    (x_train, y_train),(x_test, y_test) = mnist.load_data()
    x_train, x_test = x_train / 255.0, x_test / 255.0
    print(x_train.shape)
    print(x_test.shape)

def imgTool():
    img = cv2.imread("D:/workspace/MNIST_data/1.jpg")
    img = cv2.resize(img,(28,28))
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    img = img_to_array(img)
    print(img.shape)
    img = np.squeeze(img)
    img = img / 255.0
    imgShow(img)

    print(img.shape)
    #cv2.imshow('img',img)
    #key = cv2.waitKey(0)

---

原因分析：

经测试，图片转数组没有问题，shape有点问题，送进去的shape应该是(1,28,28)，需要用np来操作，总之就是送进去的数据shape要与训练数据完全一致