使用REST和mnist提取图像

我正在尝试使用RESTAPI从mnist服务器中提取图像，类似于在下面网站的示例部分中使用一个数字（halft加2）来完成此操作

---

简而言之：我正在尝试用REST替换从mnist服务器提取图像的gRPC方式。

提取/推断mnist图像的代码如下所示：

!pip install -q requests

import requests

import json

headers = {"content-type": "application/json"}

json_response = requests.post('http://localhost:8501/v1/models/fashion_model/versions/1:predict', data=data, headers=headers)

predictions = json.loads(json_response.text)['predictions']

for i in range(0,3):

show(i, 'The model thought this was a {} (class {}), and it was actually a {} (class {})'.format(
    class_names[np.argmax(predictions[i])], test_labels[i], class_names[np.argmax(predictions[i])], test_labels[i]))

下面的链接提供了使用RESTAPI从MNIST服务器（时尚MNIST）提取图像的教程

如果上面提供的链接有任何问题，您可以导航到

---

Tensorflow.org网站->学习->生产->教程->服务->培训和服务一个带休息的模型。

提取/推断MNIST图像的代码如下所示：

!pip install -q requests

import requests

import json

headers = {"content-type": "application/json"}

json_response = requests.post('http://localhost:8501/v1/models/fashion_model/versions/1:predict', data=data, headers=headers)

predictions = json.loads(json_response.text)['predictions']

for i in range(0,3):

show(i, 'The model thought this was a {} (class {}), and it was actually a {} (class {})'.format(
    class_names[np.argmax(predictions[i])], test_labels[i], class_names[np.argmax(predictions[i])], test_labels[i]))

下面的链接提供了使用RESTAPI从MNIST服务器（时尚MNIST）提取图像的教程

如果上面提供的链接有任何问题，您可以导航到

Tensorflow.org网站->学习->生产->教程->服务->培训和服务一个模型