【云云怪】项目11后后续：MNIST之套用现成模板

是的，我还在纠结MNIST手写数字识别。

之前虽然改进了网络，把2层加到了3层，实测正确率从50%提高到了75%，但这还是不够啊。我手敲的模型是最基础的SGD法，那么站在巨人的肩膀上，用现成的模型如何呢？

我从K同学那里抄来了TensorFlow的用法，摸索着封装了一个可以实测自己手写数字的程序：

import numpy as np
from PIL import Image
import tensorflow as tf

# 加载训练好的权重
model = tf.keras.models.load_model('D:/.../model/1_model.h5')

# 把图片变成28*28像素
def get_data(fn):
    img0=Image.open(fn).convert('L')
    if img0.size[0] !=28 or img0.size[1]!=28:
        img0.resize((28,28))

    arr = []
    for i in range(28):
        for j in range(28):
            #pixel = 1-float(img0.getpixel((j, i)))/255.0    #用于白底黑字
            pixel = float(img0.getpixel((j, i)))/255.0      #用于黑底白字
            arr.append(pixel)
    arr1=np.array(arr).reshape(28,28)
    return arr1

之后，可以一张一张图片的玩：

# 单图预测
k=input('\n输入图片文件名，不带后缀：')
fn=