我刚刚开始学习机器学习，并在使用TensorFlow 1.14。我刚刚使用内置的tensorflow.keras.datasets.mnist数据集创建了我的第一个模型。以下是我的模型代码：

import tensorflow as tffrom tensorflow import kerasmnist = keras.datasets.mnist(x_train, y_train), (x_test, y_test) = mnist.load_data()class Stopper(keras.callbacks.Callback):    def on_epoch_end(self, epoch, log={}):        if log.get('acc') >= 0.99:            self.model.stop_training = True            print('\nReached 99% Accuracy. Stopping Training...')model = keras.Sequential([    keras.layers.Flatten(),    keras.layers.Dense(1024, activation=tf.nn.relu),    keras.layers.Dense(10, activation=tf.nn.softmax)])model.compile(    optimizer=tf.train.AdamOptimizer(),    loss='sparse_categorical_crossentropy',    metrics=['accuracy'])x_train, x_test = x_train / 255, x_test / 255model.fit(x_train, y_train, epochs=10, callbacks=[Stopper()])

现在模型已经训练好了，我可以将x_test图像输入到model.predict()中，这一切运行正常。但我想知道如何将我自己的图像（JPG和PNG）输入到我的模型的predict()方法中？

我查看了文档，但他们的方法对我来说会导致错误。特别是我尝试了以下方法：

img_raw = tf.read_file(<my file path>)img_tensor = tf.image.decode_image(img_raw)img_final = tf.image.resize(img_tensor, [192, 192])^^^ 这一行会抛出错误 'ValueError: 'images' contains no shape.'

请提供一个逐步指南，介绍如何将图像（JPG和PNG）加载到我的模型中进行预测。非常感谢。

回答：

from PIL import Imageimg = Image.open("image_file_path").convert('L').resize((28, 28), Image.ANTIALIAS)img = np.array(img)model.predict(img[None,:,:])

您已经用大小为(28 x 28)的图像训练了模型，因此必须将您的图像调整到相同的大小。您不能使用不同尺寸的图像。

Predict方法需要一批图像，但由于您想对单个图像进行预测，您必须为这张单个图像添加一个额外的批次维度。这可以通过expand_dim或reshape或img[None,:,:]来实现。