28、深度学习与Web计算机视觉入门

深度学习与Web计算机视觉入门

1. 深度学习基础与Keras库

1.1 图像预测示例

在深度学习中，我们可以使用代码对图像进行预测。以下是一个示例代码，用于加载图像并进行预测：

x = graph.get_tensor_by_name('myInput:0')
model = graph.get_tensor_by_name('myOutput:0')
output = sess.run(model, {x: [test_digit_0, test_digit_1, test_digit_2, test_digit_3]})
print("predicted labels: {}".format(np.argmax(output, axis=1)))

这里的 test_digit_0 、 test_digit_1 、 test_digit_2 和 test_digit_3 是四张分别包含一个数字的图像。为了加载这些图像，我们使用 load_digit() 函数：

def load_digit(image_name):
    """Loads a digit and pre-process in order to have the proper format"""
    gray = cv2.imread(image_name, cv2.IMRE