利用Tensorflow训练好的模型，来预测或识别单张图片

利用Tensorflow训练好的模型，图片进行预测和识别，并输出相应的标签和预测概率。

如果想要多张图片，可以进行批次加载和预测，这里仅用单张图片进行演示。

模型文件：

预测图片：

这里直接贴代码，都有注释，应该很好理解

import tensorflow as tf
import inference

image_size = 128  # 输入层图片大小

# 模型保存的路径和文件名
MODEL_SAVE_PATH = "model/"
MODEL_NAME = "model.ckpt"

# 加载需要预测的图片
image_data = tf.gfile.FastGFile("./data/test/d.png", 'rb').read()

# 将图片格式转换成我们所需要的矩阵格式，第二个参数为1，代表1维
decode_image = tf.image.decode_png(image_data, 1)

# 再把数据格式转换成能运算的float32
decode_image = tf.image.convert_image_dtype(decode_image, tf.float3