关于神经网络的手写体分类并测试，采用的著名的手写数据集mnist，这里面没有采用卷积层，但也得到了不错的效果，大家可以将自己手写的数字图图片保存在下面程序的image_path处，程序就会识别0-9的数字内容。

import tensorflow as tf
from PIL import Image
import numpy as np
model_path="/home/Desktop/model_save/mnist.ckpt"
model=tf.keras.models.Sequential([
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128,activation="relu"),
    tf.keras.layers.Dense(10,activation="softmax")
])
model.load_weights(model_path)
preNum=1
for i in range(preNum):
        #将手写数字体的图片放在这个位置。
        image_path="/home/cc1997/Desktop/pictureTest/example.png"
        img=Image.open(image_path)
        img=img.resize((28,28),Image.ANTIALIAS)
        img_arr=np.array(img.convert("L"))

        img_arr=255-img_arr
        img_arr=img_arr/255
        x_predict=img_arr[tf.newaxis,...]
        result=model.predict(x_predict)
        pred=tf.argmax(result,axis=1)
        print("\n")
        print("预测的结果为：")
        tf.print(pred)