欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用已經(jīng)得到的keras模型識別自己手寫的數(shù)字方式

 更新時間:2020年06月29日 15:07:37   作者:游學者冬夜  
這篇文章主要介紹了使用已經(jīng)得到的keras模型識別自己手寫的數(shù)字方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

環(huán)境:Python+keras,后端為Tensorflow

訓練集:MNIST

對于如何訓練一個識別手寫數(shù)字的神經(jīng)網(wǎng)絡,網(wǎng)上資源十分豐富,并且能達到相當高的精度。但是很少有人涉及到如何將圖片輸入到網(wǎng)絡中并讓已經(jīng)訓練好的模型驚醒識別,下面來說說實現(xiàn)方法及注意事項。

首先import相關庫,這里就不說了。

然后需要將訓練好的模型導入,可通過該語句實現(xiàn):

model = load_model('cnn_model_2.h5') (cnn_model_2.h5替換為你的模型名)

之后是導入圖片,需要的格式為28*28。可用opencv導入:

img = cv2.imread('temp3.png', 0) (temp3.png替換為你手寫的圖片)

然后reshape一下以符合模型的輸入要求:

img = (img.reshape(1,1,28,28)).astype("float32")/255

之后就可以用模型識別了:

predict = model.predict_classes(img)

最后print一下predict即可。

下面劃重點:因為MNIST使用的是黑底白字的圖片,所以你自己手寫數(shù)字的時候一定要注意把得到的圖片也改成黑底白字的,否則會識別錯(至少我得到的結論是這樣的 ,之前用白底黑字的圖總是識別出錯)

源碼一覽:

import cv2
import numpy as np
from keras.models import load_model
model = load_model('cnn_model_2.h5')

image = cv2.imread('temp3.png', 0)
img = cv2.imread('temp3.png', 0)

img = (img.reshape(1,1,28,28)).astype("float32")/255
predict = model.predict_classes(img)
print ('識別為:')
print (predict)

cv2.imshow("Image1", image)
cv2.waitKey(0)

效果圖:

補充知識:keras編寫自定義的層

寫在前面的話

keras已經(jīng)有很多封裝好的庫供我們調(diào)用,但是有些時候我們需要的操作keras并沒有,這時就需要學會自定義keras層了

1.Lambda

這個東西很方便,但是只能完成簡單、無狀態(tài)的自定義操作,而不能建立含有可訓練權重的自定義層。

from keras.layers import Input,Lambda
from keras import Model
import tensorflow as tf

input=Input(shape=(224,224,3))
input.shape #Input第一個維度為batchsize維度
output=Lambda(lambda x: x[...,1])(input) #取最后一個維度的數(shù)據(jù),...表示前面所有的維度
Model=Model(inputs=input,outputs=output)
Model.output

2.keras_custom

學習自keras中文文檔

2.自定義keras層(帶有可訓練權重)
① build:定義權重,且self.build=True,可以通過迪奧喲經(jīng)super([layer],self).build()完成
② call:功能邏輯實現(xiàn)
③ compute_output_shape:計算輸出張量的shape

import keras.backend as K
from keras.engine.topology import Layer #這里的Layer是一個父類,下面的MyLayer將會繼承Layer 

class MyLayer(Layer): #自定義一個keras層類
 def __init__(self,output_dim,**kwargs): #初始化方法
  self.output_dim=output_dim
  super(MyLayer,self).__init__(**kwargs) #必須要的初始化自定義層
 def build(self,input_shape): #為Mylayer建立一個可訓練的權重
  #通過add_weight的形式來為Mylayer創(chuàng)建權重矩陣
  self.kernel=self.add_weight(name='kernel',
         shape=(input_shape[1],self.output_dim), #這里就是建立一個shape大小的權重矩陣
         initializer='uniform',
         trainable=True)
  super(MyLayer,self).build(input_shape) #一定要用,也可以用下面一行
  #self.build=True
 def call(self,x): #call函數(shù)里就是定義了對x張量的計算圖,且x只是一個形式,所以不能被事先定義
  return K.dot(x,self.kernel) #矩陣乘法
 def compute_output_shape(self,input_shape):
  return (input_shape[0],self.output_dim) #這里是自己手動計算出來的output_shape
--------------------------------------------------------------------------------
class Mylayer(Layer):
 def __init__(self,output_dim,**kwargs):
  self.output_dim=output_dim
  super(MyLayer,self).__init__(**kwargs)
 def build(self,input_shape):
  assert isinstance(input_shape,list) #判斷input_shape是否是list類型的
  self.kernel=self.add_weight(name='kernel',
         shape=(input_shape[0][1],self.output_dim), #input_shape應該長得像[(2,2),(3,3)]
         initializer='uniform',
         trainable=True)
  super(MyLayer,self).build(input_shape)
 def call(self,x):
  assert isinstance(x,list)
  a,b=x #從這里可以看出x應該是一個類似[(2,2),(3,3)]的list,a=(2,2),b=(3,3)
  return [K.dot(a,self.kernel)+b,K.mean(b,axis=-1)]

以上這篇使用已經(jīng)得到的keras模型識別自己手寫的數(shù)字方式就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • python實現(xiàn)MongoDB的雙活示例

    python實現(xiàn)MongoDB的雙活示例

    本文主要介紹了python實現(xiàn)MongoDB的雙活示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-02-02
  • Python代碼實現(xiàn)雙鏈表

    Python代碼實現(xiàn)雙鏈表

    這篇文章主要為大家詳細介紹了Python代碼實現(xiàn)雙鏈表,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2022-05-05
  • 關于python中time和datetime的區(qū)別與用法

    關于python中time和datetime的區(qū)別與用法

    這篇文章主要介紹了關于python中time和datetime的區(qū)別與用法,Python中封裝了很多實用的函數(shù),那么關于時間的函數(shù)time和datetime有什么區(qū)別和作用,讓我們來看看吧
    2023-03-03
  • Python+Opencv實現(xiàn)物體尺寸測量的方法詳解

    Python+Opencv實現(xiàn)物體尺寸測量的方法詳解

    這篇文章主要為大家詳細介紹了Python+Opencv如何實現(xiàn)物體尺寸測量的功能,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學習一下
    2022-09-09
  • Python實現(xiàn)去除代碼前行號的方法

    Python實現(xiàn)去除代碼前行號的方法

    這篇文章主要介紹了Python實現(xiàn)去除代碼前行號的方法,實例分析了Python操作字符的技巧,具有一定參考借鑒價值,需要的朋友可以參考下
    2015-03-03
  • 跟老齊學Python之使用Python查詢更新數(shù)據(jù)庫

    跟老齊學Python之使用Python查詢更新數(shù)據(jù)庫

    前面我們講述了使用python操作數(shù)據(jù)庫,今天我們來更進一步,介紹下python查詢、更新數(shù)據(jù)庫的相關操作。有需要的小伙伴自己參考下吧。
    2014-11-11
  • python進程池和線程池的區(qū)別

    python進程池和線程池的區(qū)別

    本文主要介紹了python進程池和線程池的區(qū)別,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2023-12-12
  • python發(fā)送郵件示例(支持中文郵件標題)

    python發(fā)送郵件示例(支持中文郵件標題)

    python發(fā)送中文郵件示例,支持中文郵件標題和中文郵件內(nèi)容。支持多附件。根據(jù)用戶名推測郵件服務器提供商
    2014-02-02
  • python中的參數(shù)類型匹配提醒

    python中的參數(shù)類型匹配提醒

    這篇文章主要介紹了python中的參數(shù)類型匹配提醒,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2022-12-12
  • python進度條顯示之tqmd模塊

    python進度條顯示之tqmd模塊

    這篇文章主要介紹了python進度條顯示之tqmd模塊,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-08-08

最新評論