使用MNIST数据集训练出来的模型预测自己手写数据

训练好的模型，使用load
1、直接将读取到的数据放到模型里面出现以下错误提示

原因：图片格式不对，将图片转化为torch.tensor格式

transf = transforms.ToTensor()
image = transf(image)

2、改过格式以后将图片放入模型中如下所示

原因：这个时候图片维度不对。

image = torch.randn(1,1,28,28)

3、核心代码
我把预测代码写到网络类中，关键是predict函数

class CNN(nn.Module):def __init__(self):super(CNN,self).__init__()self.conv1 = nn.Conv2d(1,6,5)self.pool1 = nn.MaxPool2d(2,2)self.conv2 = nn.Conv2d(6,16,5)self.pool2 = nn.MaxPool2d(2,2)self.fc1 = nn.Linear(16*4*4,120)self.fc2 = nn.Linear(120,84)self.fc3 = nn.Linear(84,10)def forward(self,x):x = F.relu(self.conv1(x))x = self.pool1(x)x = F.relu(self.conv2(x))x = self.pool2(x)x = x.view(-1,16*4*4)x = F.relu(self.fc1(x))x = F.relu(self.fc2(x))x = self.fc3(x)return xdef predict(self, image):#这个地方是核心image = cv2.resize(image, (28, 28))_, image = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY_INV)transf = transforms.ToTensor()image = transf(image)image = torch.randn(1, 1, 28, 28)output = self(image)a, predict = torch.max(output.data, 1)print('预测结果为',int(predict[0]))

使用MNIST数据集训练出来的模型预测自己手写数据相关推荐

DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别、模型评估(99.4%)
DL之CNN:利用自定义DeepConvNet[7+1]算法对mnist数据集训练实现手写数字识别.模型评估(99.4%) 目录输出结果设计思路核心代码输出结果设计思路核心代码 netwo ...
DL之CNN：利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别并预测(超过99%)
DL之CNN:利用自定义DeepConvNet[7+1]算法对mnist数据集训练实现手写数字识别并预测(超过99%) 目录输出结果设计思路核心代码输出结果准确度都在99%以上 1.出错记录 ...
DL之DNN：利用MultiLayerNetExtend模型【6*100+ReLU+SGD,dropout】对Mnist数据集训练来抑制过拟合
DL之DNN:利用MultiLayerNetExtend模型[6*100+ReLU+SGD,dropout]对Mnist数据集训练来抑制过拟合目录输出结果设计思路核心代码更多输出输出结果 ...
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD,weight_decay】对Mnist数据集训练来抑制过拟合
DL之DNN:利用MultiLayerNet模型[6*100+ReLU+SGD,weight_decay]对Mnist数据集训练来抑制过拟合目录输出结果设计思路核心代码更多输出输出结果设 ...
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD】对Mnist数据集训练来理解过拟合现象
DL之DNN:利用MultiLayerNet模型[6*100+ReLU+SGD]对Mnist数据集训练来理解过拟合现象导读自定义少量的Mnist数据集,利用全连接神经网络MultiLayerNet ...
Keras之DNN：利用DNN算法【Input(8)→12+8(relu)→O(sigmoid)】利用糖尿病数据集训练、评估模型(利用糖尿病数据集中的八个参数特征预测一个0或1结果)
Keras之DNN:利用DNN算法[Input(8)→12+8(relu)→O(sigmoid)]利用糖尿病数据集训练.评估模型(利用糖尿病数据集中的八个参数特征预测一个0或1结果) 目录输出结果 ...
Keras ：利用卷积神经网络CNN对图像进行分类，以mnist数据集为例建立模型并预测
我是本期目录酱! 引入计算机视觉图像特征如何区分图像的类别卷积神经网络卷积Convolution 卷积层池化Pooling 卷积神经网络以mnist数据集为例建立模型并预测简单分析 p ...
Mnist数据集训练-手写数字的识别
mnist数据集是一套手写体数字的图像数据集,包含60000个训练样本和10,000个测试集,由纽约大学的Yann LeCun等人维护.它包含各种手写数字图片: 本次实验我们直接将其下载好放在相应文件 ...
paddle - crowdHuman数据集训练人体识别模型
paddle - crowdHuman数据集训练人体识别模型数据集annotation crowdhuman的odgt文件各项意义转换为paddle yolo的格式输入哪些数据? 输出模型数据 ...
mnist数据集在caffe(windows)上的训练与测试及对自己手写数字的分类
以下出自http://www.cnblogs.com/yixuan-xu/p/5858595.html 我按照大神的运算步骤完全正确,只是为了加深理解,自己又重新写了一遍,详情请看上述大神博客. 对m ...

使用MNIST数据集训练出来的模型预测自己手写数据

使用MNIST数据集训练出来的模型预测自己手写数据相关推荐

最新文章

热门文章