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 ...
最新文章
- java 有没有类似于 requests 爬虫_大数据时代,怎么能不了解“爬虫”是什么?
- 机器学习数据预处理之缺失值:众数(mode)填充
- ETH Zurich提出新型网络「ROAD-Net」,解决语义分割域适配问题
- linux运维基础篇 unit14
- python生成字母图片_Python 模拟动态产生字母验证码图片功能
- 如何禁止Linux内核的-O2编译选项【转】
- Linux系统怎么挂载安卓手机,NFS挂载Android文件系统
- 解决 wget 使用 https 下载报错的问题
- 【数据库】Mysql的REPLACE()函数替换字符串
- thinkphp手机版小说网站源码
- 数学趣题——猴子吃桃问题
- can't find which disk is full
- jQuery动画之显示隐藏动画
- php让iframe 重定向,利用可以在iframe中嵌入网页进行重定向
- 机器学习(Machine Learning)深度学习(Deep Learning)资料
- 计算机组策略恢复,Win10重置组策略编辑器的方法
- springBoot整合ElasticSearch【代码直接复制可用】(超级详细)
- Android 桌面Widget (小组件)开发详解
- 计算机概论二进制加法,计算机科学概论二进制
- arcgis用python字段自动编号_属性表字段自动编号
热门文章
- UNIX-LINUX编程实践教程-第五章-实例代码注解-echostate.c
- [AutoSAR] BSW模块的服务层,重点关注OS部分
- ORB-SLAM 解读(二) ORB描述子如何实现旋转不变性
- 为什么B+树适合做索引
- HanLP: Han Language Processing
- 第四季-专题14-串口驱动程序设计
- 第三季-第10课-时间编程
- python笔记23-unittest单元测试之mock
- 【298天】每日项目总结系列036(2017.11.30)
- CentOS7/RHEL7 systemd详解