python读取训练好的网络模型识别_手写数字识别 ----在已经训练好的数据上根据28*28的图片获取识别概率（基于Tensorflow,Python）...

import numpy as np

import tensorflow as tf

from flask import flask, jsonify, render_template, request

import numpy as np

from pil import image

from mnist import model

import matplotlib.pyplot as plt

from matplotlib.image import imread

# tf.placeholder(dtype, shape=none, name=none)

# 此函数可以理解为形参，用于定义过程，在执行的时候再赋具体的

# dtype：数据类型。常用的是tf.float32,tf.float64等数值类型

# shape：数据形状。默认是none，就是一维值，也可以是多维，比如[2,3], [none, 3]表示列是3，行不定

# name：名称。

# 返回：tensor 类型

x = tf.placeholder("float", [none, 784])

'''用于运行tensorflow操作的类。 '''

# session可能拥有的资源，如：tf.variable，tf.queuebase和tf.readerbase。

# 不再需要时释放这些资源是非常重要的。

# 为此，请在session中调用tf.session.close方法，或使用session作为上下文管理器