初学者好 |如何从头开始创建一个图像识别的AI应用[ctrl:c+v，你就完成了]

• 🔔 博客主页：https://blog.csdn.net/weixin_41556756
• 📣 欢迎🎉点赞👍收藏🌟评论📝如有错误请指正!
• 💻 前端&Python领域博主
• 😁 你们的支持是我最大的动力

---

📢前言

在这篇文章中，我将向你展示如何从头开始创建一个图像识别AI应用。 具体来说，我们要创建一个人工智能应用程序，以识别你自己画的手写数字。

首先，让我们看一个样本。 它被称为 “数字识别器”。 你可以在左边的盒子里画出你喜欢的0到9的数字，预测结果会出现在右边。 如果你的字迹像我一样凌乱，它可能无法正确识别数字，但如果你仔细画，它就会像这样识别（笑）。

这一次，我们将制作一个网络应用程序，可以像这样识别你所画的数字。 此外，这篇文章的标题是 “从头开始创建”。 换句话说，我们将使用TensorFlow创建一个AI模型，而不是使用API。 然而，我们将使用的模型是一个简单的神经网络。

你们中的一些人可能会想 "哦，我压根就不知道怎么做… "或 “建立一个环境似乎很难…”， 但不要担心，我们将使用谷歌Colab，所以任何人都可以通过复制和粘贴来创建它。

你可能有这样的误解，认为深度学习和机器学习需要大量的理论和数学知识，但重要的是先做出能用的东西。 如果这个视频让你觉得人工智能很有趣，那么你可以开始详细研究理论和数学。

顺便说一下，我想说的是。

• 学习如何创建像这样的AI应用的课程
• 我想知道你想了解哪个课程。

请在评论中告诉我们你想看哪一个! 或者你可以同时进行!

现在我们已经有点偏离主题了，让我们来谈谈细节问题。

🤚初学者好！如何从头开始创建一个图像识别的AI应用[复制和粘贴，你就完成了]。

以下是你需要采取的三个步骤，以便开始工作。

• 「第①步：导入库」
• 「第②步：用TensorFlow创建一个AI模型」
• 「第③步：用Gradio创建一个图像识别应用程序」

第一步是导入我们将使用的库，然后我们将使用TensorFlow创建一个AI模型。 然后我们将使用TensorFlow创建一个人工智能模型，最后我们将使用Gradio把它变成一个网络应用。 对于其他框架，如Streamlit，你需要做更多的工作来把它变成谷歌Colab应用，但对于Gradio，你可以像现在这样在单元格中运行代码。

使用Gradio，你只需要在单元格中运行代码。 因此，让我们从第一步开始。

📪第①步：导入库

我们将使用的Gradio在默认情况下不包括在内。 所以你需要先安装它。 当你安装它时，你需要添加-q来隐藏额外的日志。

$ pip install gradio -q

等待一会儿，直到执行完毕。

--------------------------------------✂️--------------------------------------

一旦Gradio安装完成，我们就可以导入库了。 我们将使用TensorFlow和Gradio，所以我们将import tensorflow as tf，然后我们将import gradio as gr。

TensorFlow的最新版本是2系列。 让我们检查一下TensorFlow的版本，tf.__version__。 在使用Google Colab时，默认的版本是2.5.0，但在这种情况下，我想让它明确是2.5.0，所以我也会写%tensorflow_version 2.x。

%tensorflow_version 2.x
import tensorflow as tf
import gradio as gr

我还想补充一点。

一旦你完成了这些，按Shift + Enter。 我们还想删除多余的日志，所以我们将使用

tf.get_logger().