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