使用Jupyter代码写一个图片识别程序

这里提供一个使用Python的TensorFlow库来实现图片识别的程序，可以使用Jupyter Notebook来运行。

首先，需要安装TensorFlow库，可以通过以下命令来安装：

!pip install tensorflow

然后，导入TensorFlow库和其他需要用到的库：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

接下来，加载MNIST数据集：

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

对数据进行预处理，将像素值归一化到0到1之间：

x_train, x_test = x_train / 255.0, x_test / 255.0

定义模型：

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10)
])

编译模型：

model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

训练模型：

history = model.fit(x_train, y_train, epochs=10,
                    validation_data=(x_test, y_test))

评估模型：

model.evaluate(x_test,  y_test, verbose=2)

最后，可以用以下代码来进行图片识别：

# 从测试集中随机选择一张图片
index = np.random.randint(0, len(x_test))
image = x_test[index]

# 展示图片
plt.imshow(image, cmap='gray')

# 对图片进行预测
predictions = model.predict(np.array([image]))

# 输出预测结果
print("Predicted digit:", np.argmax(predictions[0]))

完整代码如下：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

# 加载MNIST数据集
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 预处理数据
x_train, x_test = x_train / 255.0, x_test / 255.0

# 定义模型
model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10)
])

# 编译模型
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

# 训练模型
history = model.fit(x_train, y_train, epochs=10,
                    validation_data=(x_test, y_test))

# 评估模型
model.evaluate(x_test,  y_test, verbose=2)

# 预测图片
index = np.random.randint(0, len(x_test))
image = x_test[index]
plt.imshow(image, cmap='gray')
predictions = model.predict(np.array([image]))
print("Predicted digit:", np.argmax(predictions[0]))