python手写数字识别实验报告总结,MINIST手写数字识别——06.总结

MINIST手写数字识别——06.总结

训练之后，检查模型的预测准确度。用 MNIST 训练的时候，一般 softmax 回归模型的分类准确率为约为 92.64%，多层感知器为98.15%，卷积神经网络可以达到 99.01%。

应用模型

可以使用训练好的模型对手写体数字图片进行分类，下面程序展示了如何使用训练好的模型进行推断。

生成预测输入数据

infer_3.png 是数字 3 的一个示例图像。把它变成一个 numpy 数组以匹配数据feed格式。

import os

import numpy as np

import tensorflow as tf

from PIL import Image # 导入图像处理模块

import matplotlib.pyplot as plt

# 打印 infer_3.png 这张图片

filename = 'infer_3.png'

img=Image.open(os.getcwd() + '/images/' + filename)

plt.imshow(img)

def load_image(file):

im = Image.open(file).convert('L')

im = im.resize((28, 28), Image.ANTIALIAS)

im