如何用已搭建好的模型来进行数字图片识别

最新推荐文章于 2023-03-23 15:59:28 发布

D0644727

最新推荐文章于 2023-03-23 15:59:28 发布

阅读量468

点赞数

分类专栏：机器学习文章标签：深度学习

本文链接：https://blog.csdn.net/d0644727/article/details/109707086

版权

本文介绍了如何使用已训练好的深度学习模型进行数字图片识别，通过调用模型的predict方法进行概率预测，并利用tf.argmax获取最高概率对应的标签。

摘要由CSDN通过智能技术生成

复现路径
调用训练好的模型
利用model.predict来实现概率预测
利用tf.argmax来打印最大概率对应的标签

from PIL import Image
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
import tensorflow as tf
import os
import numpy as np
from matplotlib import pyplot as plt

np.set_printoptions(threshold=np.inf)

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

model = tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False)