利用Tensorflow训练好的模型，图片进行预测和识别，并输出相应的标签和预测概率。
如果想要多张图片，可以进行批次加载和预测，这里仅用单张图片进行演示。
模型文件：
预测图片：
这里直接贴代码，都有注释，应该很好理解
import tensorflow as tf
import inference
image_size = 128 # 输入层图片大小
# 模型保存的路径和文件名
MODEL_SAVE_PATH = "model/"
MODEL_NAME = "model.ckpt"
# 加载需要预测的图片
image_data = tf.gfile.FastGFile("./data/test/d.png", 'rb').read()
# 将图片格式转换成我们所需要的矩阵格式，第二个参数为1，代表1维
decode_image = tf.image.decode_png(image_data, 1)
# 再把数据格式转换成能运算的float32
decode_image = tf.image.convert_image_dtype(decode_image, tf.float32)
# 转换成指定的输入格式形状
image = tf.reshape(decode_image, [-1, image_size, image_size, 1])
# 定义预测结果为logit值最大的分类，这里是前向传播算法，也就是卷积层、池化层、全连接层那部分
test_logit = inference.inference(image, train=False, regularizer=None)
# 利用softmax来获取概率
probabilities = tf.nn.softmax(test_logit)
# 获取最大概率的标签位置
correct_prediction = tf.argmax(test_logit, 1)
# 定义Savar类
saver = tf.train.Saver()
with tf.Session() as sess:
sess.run((tf.global_variables_initializer(), tf.local_variables_initializer()))
# 加载检查点状态，这里会获取最新训练好的模型
ckpt = tf.train.get_checkpoint_state(MODEL_SAVE_PATH)
if ckpt and ckpt.model_checkpoint_path:
# 加载模型和训练好的参数
saver.restore(sess, ckpt.model_checkpoint_path)
print("加载模型成功：" + ckpt.model_checkpoint_path)
# 通过文件名得到模型保存时迭代的轮数.格式：model.ckpt-6000.data-00000-of-00001
global_step = ckpt.model_checkpoint_path.split('/')[-1].split('-')[-1]
# 获取预测结果
probabilities, label = sess.run([probabilities, correct_prediction])
# 获取此标签的概率
probability = probabilities[0][label]
print("After %s training step(s),validation label = %d, has %g probability" % (global_step, label, probability))
else:
print("模型加载失败！" + ckpt.model_checkpoint_path)
运行输出结果：
（标签为3，概率为0.984478）
标签字典：
3对应小写d，识别正确。
其他的图片的预测结果：
预测图片1：
标签字典：
图片1，识别结果为1，可能概率0.993034
识别结果还是挺好看的，不知道是不是过拟合了，还是迭代次数不够多，还需要调整调整。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。