使用保存的模型处理系统图像会导致冻结

Question

首先，这是一个学生项目，我不是要求你为我做这件事，我已经被困了几天而且无法做到这一点。在网上寻找帮助我的东西。不幸的是，我们的老师无法帮助我们解决这个问题。

所以，我正在开发一个OCR卷积网络，从MNIST For ML Beginners开始了解张量流的基础知识然后切换到Deep MNIST for Experts，因为我必须走得更远（92％真的是还不够。）

目前，我的模型在训练阶段可以达到99.X％的准确度，所以我决定开始搜索如何使其处理真实图像，拍摄一些手写数字的图片并在我的NN上添加一层处理图像以将其调整为28 * 28，然后调整为[None，784]张量以适合我训练的模型。

问题在于，当我使用我的数据启动此模型时，该过程会冻结，完全没有系统压力（所有核心都在0％，无RAM，张量流CPU）。

由于代码有点胖，我创建了一个要点，使阅读更容易。

主文件（我用python启动的文件）：

https://gist.github.com/Supamiu/8c31c53141a37ce7da05b5b1135b7bae

和Tools.py：

https://gist.github.com/Supamiu/a5ffcbab8a3b994ed89919fd9b673af6

如果你想看到我正在处理的图片类型，这里有一个例子：

当我第一次启动main.py文件时，它运行良好，因为它是训练阶段。

然后我第二次启动它，它在我调用第一个sess.run时冻结，没有系统限制（没有CPU使用率和RAM使用率）。