分享好友 人工智能首页 频道列表

TensorFlow与Flask结合识别手写体数字

tensorflow教程  2023-03-08 13:338300

阅读本文约“2.2分钟”

TensorFlow与Flask结合识别手写体数字

TensorFlow框架

        ——TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统

        ——可被用于语音识别或图像识别等多项机器学习和深度学习领域

        ——TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统

        ——TensorFlow支持CNN、RNN和LSTM算法，这都是目前在Image，Speech和NLP最流行的深度神经网络模型

MNIST数据集

        ——有Google和纽约大学克朗研究所共同建立的手写数字的数据库

        ——共有70000张训练图像（包括6W张训练图像和1W张测试图像）

        ——所有图像均是0-9的手写数字

MNIST数据集展现形式

TensorFlow与Flask结合识别手写体数字

Flask框架

        ——是一个轻量级的web应用框架

        ——使用python语言进行编写

训练MNIST数据集

        1、下载数据集

        2、编写训练程序

        3、训练模型

        4、验证训练的模型

使用Flask调用模型

        1、使用训练好的模型

        2、定义参数

        3、通过端进行传参

        4、进行数据验证并返回

整合步骤

        1、训练并生成模型

        2、暴露接口

        3、前端调用

        4、验证并返回结果

 

【手写字数字识别】基于TensorFlow构造线性模型与卷积模型对mnist数据（0-9手写7W+图片）做模型训练，并结合Flask发布ckpt模型，作为Web应用，通过页面调用api做识别。

 

具象化的讲，使用Python与两大框架，对mnist数据集（其本身就是0-9的手写体图片集）进行训练，并将训练后的模型存放在项目中，即ckpt文件，再由Flask暴露路由，由前端将数据传输调用模型计算，验证并返回结果。

TensorFlow与Flask结合识别手写体数字

TensorFlow与Flask结合识别手写体数字

查看更多关于【tensorflow教程】的文章

展开全文
相关推荐
反对 0
举报 0
图文资讯
热门推荐
优选好物
更多热点专题
更多推荐文章
tensorflow2.0——LSTM,GRU（Sequential层版）
前面都是写的cell版本的GRU和LSTM，比较底层，便于理解原理。下面的Sequential版不用自定义state参数的形状，使用更简便：　import tensorflow as tfimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'assert tf.__version__.startswith('2.')# 设置相关底层

0评论2023-02-10907

TensorFlow基础笔记(7) 图像风格化效果与性能优化进展
参考 http://hacker.duanshishi.com/?p=1693http://blog.csdn.net/hungryof/article/details/53981959http://blog.csdn.net/hungryof/article/details/61195783http://blog.csdn.net/wyl1987527/article/details/70245214https://www.ctolib.com/AdaIN-style.

0评论2023-02-09559

Tensorflow报错总结 TensorFlow文档
输入不对应报错内容:WARNING:tensorflow:Model was constructed with shape (None, 79) for input Tensor("genres:0", shape=(None, 79), dtype=float32), but it was called on an input with incompatible shape (128, 5).定义模型的输入和训练时候传入的in

0评论2023-02-09636

深度学习框架之TensorFlow的概念及安装（ubuntu下基于pip的安装，IDE为Pycharm）
2015年11月9日，Google发布人工智能系统TensorFlow并宣布开源。TensorFlow 是使用数据流图进行数值计算的开源软件库。也就是说，TensorFlow 使用图（graph）来表示计算任务。图中的节点表示数学运算，边表示运算之间用来交流的多维数组（也就是tensor，张量）

0评论2023-02-09857

TensorFlow源码分析——Tensor与Eigen tensorflow 开源
TensorFlow底层操作的数据结构是Tensor（张量），可以表示多维的数据，其实现在core/framework/tensor.h中，对于tensor的理解主要分两大块：1.Tensor的组成成分2.Tensor是如何进行数学运算的（TensorFlow本质就是处理大量训练数据集，在底层要实现深度学习常

0评论2023-02-09693

tensorflow scope的作用
　　我们在使用tensorflow的时候，当你想复用一个函数的模块，调试时候回提示你变量已经出现，提示你是否重用。那我们当然是不重用的，因为每一个变量都是我们需要的。　　要体现不同，就在不同的变量中使用name scope限定，那么其中的重复名字就不会出现问题

0评论2023-02-09697

TensorFlow——LinearRegression简单模型代码
代码函数详解tf.random.truncated_normal()函数tf.truncated_normal函数随机生成正态分布的数据，生成的数据是截断的正态分布，截断的标准是2倍的stddev。zip()函数zip() 函数用于将可迭代对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些

0评论2023-02-09381

tensorFlow2.1下的tf.data.Dataset.from_tensor_slices()的用法
一、总结一句话总结：将输入的张量的第一个维度看做样本的个数，沿其第一个维度将tensor切片，得到的每个切片是一个样本数据。实现了输入张量的自动切片。# from_tensor_slices 为输入张量的每一行创建一个带有单独元素的数据集ts = tf.constant([[1, 2], [3,

0评论2023-02-09789

TensorFlow基础笔记(14) 网络模型的保存与恢复_mnist数据实例
http://blog.csdn.net/huachao1001/article/details/78502910http://blog.csdn.net/u014432647/article/details/75276718https://zhuanlan.zhihu.com/p/32887066#coding:utf-8#http://blog.csdn.net/zhuiqiuk/article/details/53376283#http://blog.csdn.net/

0评论2023-02-091030

更多推荐