如何将百度飞桨手写数字识别模型通过Paddle Inference进行长尾词部署？

本文共计2294个文字，预计阅读时间需要10分钟。

从完成一个简单的手写数字识别任务开始，快速理解飞桨框架+API的使用方法。模型开发中，手写数字识别是深度学习中的Hello World任务，用于对0~9的十类数字进行分类。即输入输出。

从完成一个简单的『手写数字识别任务』开始，快速了解飞桨框架 API 的使用方法。

模型开发

『手写数字识别』是深度学习里的 Hello World 任务，用于对 0 ~ 9 的十类数字进行分类，即输入手写数字的图片，可识别出这个图片中的数字。

本任务用到的数据集为MNIST 手写数字数据集，用于训练和测试模型。该数据集包含 60000 张训练图片、 10000 张测试图片、以及对应的分类标签文件，每张图片上是一个 0 ~ 9 的手写数字，分辨率为 28 * 28。