基于 Keras + Flask 的 Mnist 手写数字集识别系统（python源码+项目说明）.zip

# Keras_flask_mnist 基于 TensorFlow2.0 （Keras） + Flask 的 Mnist 手写数字集识别系统 ### 更新记录 - 2020-03-17 使用redis实现记录访问次数的功能 - 2020-04-25 增加 判断访问次数是否异常，如异常则从日志中读取。（最近有人使用我的线上redis进行线下调试，以及一些其他原因导致会重置访问次数，增加下判断） - 2020-05-01 增加 了 redis 服务异常 短信通知，当然只有在我的服务器上才能用 - 2020-05-10 redis增加了访问密码 - 2020-06-10 增加了vue前后端分离（Vue） - 2022-01-04 更新一些依赖包的版本，部署到一台新的服务器中，训练脚本没事就跑着吧，好了，以后应该不会再更新了。没向右又朝一日又会部署这个项目，时间过的可真快呀，捞了啊。 - 演示地址 ``` http://101.42.235.106:8835/ （公网IP访问） http://paulson.free.idcfengye.com/ （内网穿透 ngrox 域名访问） 可以看下面我的博客链接地址 # 暂不支持 http://http://101.42.235.106:8836 （前后端分离 vue版访问路径--原服务器下掉了，新的服务还没部署） ``` - 下载 **新手部署使用注意** 注释掉 app.py 中 使用 redis 记录访问次数的功能 主要是这个方法的使用与引用 get_visit_info() （如果你有 redis 环境的话可以在 redis_util.py 中填写相关配置也可以） redis 处理访问可能会报错 设置一个初始值就可以了 set MINIST 101 ### 部署 - 下载 ```c git clone https://github.com/ybsdegit/Keras_flask_mnist.git ``` - 安装依赖 ``` pip install -r requirements.txt ``` # 运行 - 启动服务 ``` python app.py ``` 本地启动访问地址为：`http://localhost:3335/` - 训练 源码中也包含训练好的模型 `model.h5`,测试集成功率99.9，也可以自行训练。 ``` python model/train.py ``` ### 博客 ``` https://blog.csdn.net/qq_38534107/article/details/103565899 （mnist） https://blog.csdn.net/qq_38534107/article/details/106009215 （内网穿透） ``` ### 声明 （2019年12月16日晚23点） 识别率达到95%以上。已经是个成熟的demo了 求star