Tensorflow与Flask结合打造手写体数字识别项目(MNIST数据集)

代码见：https://github.com/skyerhxx/Tensorflow-Flask

 

开发环境

• Python:3.7
• Tensorflow: 1.13.1
• cuda 10.1
• Flask: 1.1.2
• IDE: Pycharm
• OS：Win10

 

 

 

使用Flask调用模型步骤

①使用训练好的模型

②定义参数

③通过端进行传参

④进行数据验证并返回

 

整合步骤

①训练并生成模型

②暴露接口

③前端调用

④验证并返回结果

 

效果展示

 

线性模型训练

主程序是regression.py，线性回归模型在model.py中

 

运行regression.py

保存ckpt会出现

 

卷积模型训练

主程序是convolutional.py，卷积模型在model.py中

 

运行convolutional.py

 

当前目录结构

 

使用前端界面调用flask发布的ckpt模型

将模型的接口暴露给前端界面

新建main.py

 

编写好了之后，要调用还要编写前端界面

前端页面直接用现成的，这三个目录

index.html原始打开是这样

 

最终结果

 

 

数据是如何交互的

当前端得到index数据之后，首先会把数据传给main.js

main.js的ajax会和我们的main.py交互

会通过data传进来放到inputs里，inputs再进行一些转换，再放到data里来，再请求mnist接口，通过post方法，得到data数据，再做json解析，再放到网页中相应的位置显示

 

参考：

https://www.imooc.com/learn/994

https://github.com/byerHu/mnist_web