资源简介
使用训练好的模型进行预测,可以与我的模型训练和保存配套使用
代码片段和文件信息
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# Author: Yyb
# @Time: 2018/12/29 14:51
from paddle import fluid
import paddle
import numpy as np
import struct
from skimage import io transform
import time
import os
import shutil
from PIL import Image
# 创建执行器
place = fluid.CPUPlace()
exe = fluid.Executor(place)
exe.run(fluid.default_startup_program())
# 保存预测模型路径
save_path = ‘models/infer_model/‘
# 从模型中获取预测程序、输入数据名称列表、分类器
[infer_program feeded_var_names target_var] = fluid.io.load_inference_model(dirname=save_path executor=exe)
def load_image(file):
image = io.imread(file as_gray=True) # 直接读取的数据是高、宽、通道格式的
image_shape = image.shape
image = transform.resize(image (28 28)) # 缩放是有损的
image = np.array(image).astype(np.float32)
# print(image)
return image.reshape(1 1 28 28) # 预测的shape是(batch数,通道数,宽度,高度)
# 加载数据并开始预测
img = load_image(r‘D:\always_use\data_shopper\digits_picture\infer_3.png‘)
# 读取单张图片进行预测
results = exe.run(program=infer_program
feed={feeded_var_names[0]: img}
fetch_list=target_var)
# 获取概率最大的标签
lab = np.argsort(results)[0][0]
for i in lab:
print(‘预测结果为:{}, 概率为:{}‘.format(i results[0][0][i]))
lab_1 = np.argsort(results)[0][0][-1]
print(‘预测结果为:{},实际值为:3, 概率为:{}‘.format(lab_1 results[0][0][lab_1]))
print(‘***************‘)
# 获取mnist数据进行预测
def reader_mnist_test(data_path n_start n_end): # mnist测试集的读取器
# 读取mnist测试集标签
def decode_idx1_ubyte(idx1_ubyte_file):
with open(idx1_ubyte_file ‘rb‘) as
- 上一篇:python 打砖块源代码
- 下一篇:DoS攻击Python源码
相关资源
- 二级考试python试题12套(包括选择题和
- pywin32_python3.6_64位
- python+ selenium教程
- PycURL(Windows7/Win32)Python2.7安装包 P
- 英文原版-Scientific Computing with Python
- 7.图像风格迁移 基于深度学习 pyt
- 基于Python的学生管理系统
- A Byte of Python(简明Python教程)(第
- Python实例174946
- Python 人脸识别
- Python 人事管理系统
- 基于python-flask的个人博客系统
- 计算机视觉应用开发流程
- python 调用sftp断点续传文件
- python socket游戏
- 基于Python爬虫爬取天气预报信息
- python函数编程和讲解
- Python开发的个人博客
- 基于python的三层神经网络模型搭建
- python实现自动操作windows应用
- python人脸识别(opencv)
- python 绘图(方形、线条、圆形)
- python疫情卡UN管控
- python 连连看小游戏源码
- 基于PyQt5的视频播放器设计
- 一个简单的python爬虫
- csv文件行列转换python实现代码
- Python操作Mysql教程手册
- Python Machine Learning Case Studies
- python获取硬件信息
评论
共有 条评论