python - 如何使用 keras 测试我的手写数字模型以检测新的输入图像?
问题描述
我已经使用 keras(python) 训练了我的手写数字识别模型。现在我想测试我的模型是否有手写数字的新外部输入图像。我应该如何预处理我的图像以及如何获得实际输出?请找到这个 github 链接。 https://github.com/Kundan8296/Machine-Learning/blob/master/Handwritten%20digit.ipynb
解决方案
您应该以与为训练预处理图像相同的方式预处理新图像,然后调用函数model.predict(external_image_preprocessed)
whereexternal_image_preprocessed
顾名思义,是您要预测的图像,但以与为训练图像预处理相同的方式进行预处理。
我希望这有帮助 :)
推荐阅读
- gatsby - 无法在 gatsby 上设置十六进制到 rgba 转换
- php - 将自定义图标添加到 Woocommerce 购物车和结帐中的运输选项
- neural-network - Mask R-CNN 实例分割与目标检测
- java - Tomcat 8 托管的 Web 服务:Java 类以 HTML 而非实际文本显示
- c - 为什么 MPI 程序以退出代码 134(信号 6)终止?
- css - CSS,溢出滚动内的动态长度
- react-native - React Native 设备信息模块在 0.61 中失败
- caching - 需要刷新之前访问过的 Gatsby 站点以查看更改
- javascript - JavaScript,JQuery,将 HTML 元素下载为图像(画布到图像)
- excel - 在引用同一工作簿中的另一张工作表后使用 CONCAT 公式