我有一些基本的Python代码来创建一个非常基本的神经网络,对MNIST数据集中的手绘数字进行分类。你知道吗
该网络正在工作,我想做一个预测,对一个手绘图像,不是MNIST数据集的一部分。你知道吗
这是我的代码:
import tensorflow as tf
mnist = tf.keras.datasets.mnist # 28x28 images of handwritten digits (0-9)
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train = tf.keras.utils.normalize(x_train, axis=1)
x_test = tf.keras.utils.normalize(x_test, axis=1)
model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))
model.add(tf.keras.layers.Dense(10, activation=tf.nn.softmax))
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=3)
val_loss, val_acc = model.evaluate(x_test, y_test)
print(val_loss, val_acc)
import matplotlib.pyplot as plt
下面是我可以做预测的地方。我想改变代码,以便我可以预测对我自己的手绘图像(标记为“测试”)_文件段“):
predictions = model.predict([x_test])
import numpy as np
print(np.argmax(predictions[0]))
任何想法都会很有帮助!你知道吗
由于您的模型是在黑白图像上训练的,因此您只有一个通道,需要将图像转换为灰度:
相关问题 更多 >
编程相关推荐