#!/usr/bin/env?python
#?-*-?coding:?utf-8?-*-
#?Author:?Yyb
#?@Time:?2018/12/29?14:51

from?paddle?import?fluid
import?paddle
import?numpy?as?np
import?struct

from?skimage?import?io?transform
import?time
import?os
import?shutil
from?PIL?import?Image
#?創建執行器
place?=?fluid.CPUPlace（）
exe?=?fluid.Executor（place）
exe.run（fluid.default_startup_program（））

#?保存預測模型路徑
save_path?=?‘models/infer_model/‘
#?從模型中獲取預測程序、輸入數據名稱列表、分類器
[infer_program?feeded_var_names?target_var]?=?fluid.io.load_inference_model（dirname=save_path?executor=exe）


def?load_image（file）:
????image?=?io.imread（file?as_gray=True）??#?直接讀取的數據是高、寬、通道格式的
????image_shape?=?image.shape
????image?=?transform.resize（image?（28?28））??#?縮放是有損的
????image?=?np.array（image）.astype（np.float32）
????#?print（image）
????return?image.reshape（1?1?28?28）??#?預測的shape是（batch數，通道數，寬度，高度）

#?加載數據并開始預測
img?=?load_image（r‘D:\always_use\data_shopper\digits_picture\infer_3.png‘）
#?讀取單張圖片進行預測
results?=?exe.run（program=infer_program
??????????????????feed={feeded_var_names[0]:?img}
??????????????????fetch_list=target_var）
#?獲取概率最大的標簽
lab?=?np.argsort（results）[0][0]
for?i?in?lab:
????print（‘預測結果為：{}，?概率為：{}‘.format（i?results[0][0][i]））
lab_1?=?np.argsort（results）[0][0][-1]
print（‘預測結果為：{}，實際值為：3，?概率為：{}‘.format（lab_1?results[0][0][lab_1]））
print（‘***************‘）
#?獲取mnist數據進行預測
def?reader_mnist_test（data_path?n_start?n_end）:??#?mnist測試集的讀取器
????#?讀取mnist測試集標簽
????def?decode_idx1_ubyte（idx1_ubyte_file）:
????????with?open（idx1_ubyte_file?‘rb‘）?as?