3.2.2 MNIST手写数字识别
请根据题目要求，在下方空白处填入正确的代码（点击 💡 按钮查看提示）
代码填空
import onnxruntime
import numpy as np
from PIL import Image
# 加载ONNX模型 2分
ort_session =
💡
# 加载图像 2分
image =
💡
('L') # 转为灰度图
#图像预处理
image =
💡
((28, 28)) # 调整大小为MNIST模型的输入尺寸2分
image_array =
💡
(
💡
, dtype=np.float32) # 转为numpy数组2分
image_array =
💡
(
💡
, axis=0) # 添加batch维度2分
image_array =
💡
(
💡
, axis=0) # 添加通道维度2分
#返回模型输入列表 2分
ort_inputs = {
💡
()[0].name: image_array}
# 执行预测 2分
ort_outs =
💡
(None, ort_inputs)
# 获取预测结果 2分
predicted_class =
💡
# 输出预测结果
print(f"Predicted class: {predicted_class}")
提交答案
提示：
×