编号：A232
大小：28M
环境：Python3.7、Tensorflow:1.15.0、PyCharm2020
简介：基于TensorFlow与Flask结合打造手写体数字识别(MNIST数据集)

运行展示

使用Flask调用模型步骤

①使用训练好的模型

②定义参数

③通过端进行传参

④进行数据验证并返回

整合步骤

①训练并生成模型

②暴露接口

③前端调用

④验证并返回结果

线性模型训练

主程序是regression.py，线性回归模型在model.py中

运行regression.py

保存ckpt会出现

卷积模型训练

主程序是convolutional.py，卷积模型在model.py中

运行convolutional.py

使用前端界面调用flask发布的ckpt模型

将模型的接口暴露给前端界面

新建main.py

编写好了之后，要调用还要编写前端界面

前端页面直接用现成的，这三个目录



数据是如何交互的

当前端得到index数据之后，首先会把数据传给main.js

main.js的ajax会和我们的main.py交互

会通过data传进来放到inputs里，inputs再进行一些转换，再放到data里来，再请求mnist接口，通过post方法，得到data数据，再做json解析，再放到网页中相应的位置显示

运行展示

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频