如何用已获得的keras模型准确识别手写数字图片?
- 内容介绍
- 文章标签
- 相关推荐
本文共计999个文字,预计阅读时间需要4分钟。
环境:Python + Keras,后端为Tensorflow任务:训练集为MNIST,如何训练一个识别手写数字的神经网络资源:网上资料丰富,可达到相对较高的精度难点:将图片输入到网络中
环境:Python+keras,后端为Tensorflow
训练集:MNIST
对于如何训练一个识别手写数字的神经网络,网上资源十分丰富,并且能达到相当高的精度。但是很少有人涉及到如何将图片输入到网络中并让已经训练好的模型惊醒识别,下面来说说实现方法及注意事项。
首先import相关库,这里就不说了。
然后需要将训练好的模型导入,可通过该语句实现:
model = load_model('cnn_model_2.h5') (cnn_model_2.h5替换为你的模型名)
之后是导入图片,需要的格式为28*28。
本文共计999个文字,预计阅读时间需要4分钟。
环境:Python + Keras,后端为Tensorflow任务:训练集为MNIST,如何训练一个识别手写数字的神经网络资源:网上资料丰富,可达到相对较高的精度难点:将图片输入到网络中
环境:Python+keras,后端为Tensorflow
训练集:MNIST
对于如何训练一个识别手写数字的神经网络,网上资源十分丰富,并且能达到相当高的精度。但是很少有人涉及到如何将图片输入到网络中并让已经训练好的模型惊醒识别,下面来说说实现方法及注意事项。
首先import相关库,这里就不说了。
然后需要将训练好的模型导入,可通过该语句实现:
model = load_model('cnn_model_2.h5') (cnn_model_2.h5替换为你的模型名)
之后是导入图片,需要的格式为28*28。

