如何使用手写识别模型作为API?

时间:2019-07-31 15:53:26

标签: python tensorflow machine-learning keras

我通过使用IAM数据集使用Tensorflow和Keras创建了一个机器学习模型。如何将此模型作为API加载以预测图像?当我尝试集成时显示错误

return self.function(inputs, **arguments)
  File "test2.py", line 136, in resize_image
    return tf.image.resize_images(image,[56,56])
    NameError: name 'tf' is not defined

我使用了来自keras.models import load_model 的并尝试预测图像笔迹的负载模型。 low_loss.hdf5是我尝试整合的模型。


def testmodel(image_path):
      global model
    # load the pre-trained Keras model
      model = load_model('low_loss.hdf5')
      model.summary()
      img = Image.open(image_path).convert("L")
      img = np.resize(image_path, (28,28,1))
      im2arr = np.array(img)
      im2arr = im2arr.reshape(1,28,28,1)
      y_pred = model.predict_classes(im2arr)
      return y_pred 

我希望预测图像手写数据。

2 个答案:

答案 0 :(得分:1)

您的错误是关于tf尚未加载。

尝试:

import tensorflow as tf

答案 1 :(得分:0)

由于未在代码中导入TensorFlow或导入了别名,所以出现错误。

    import tensorflow as tf