简介：本课程使用TensorFlow技术和flask框架相结合，通过前端html和jQuery框架，利用canvas画布将用户在屏幕上的手写文字传入到后台flask的restful api中，然后flask通过调取模型接口，把数据传入模型中进行手写体识别，形成一个完整的闭环。
第1章 课程介绍
主要介绍整个课程的学习背景、学习目标，让大家从宏观上了解如何使用tensorflow训练mnist数据集，并与flask框架结合发布成RESTFUL接口并调用。
第2章 基础知识
主要介绍mnist和flask的基础知识
第3章 TensorFlow模型训练与flask调用
使用tensorflow训练线性模型和卷积神经网络，并使用flask进行调用发布。
- 视频： 3-1 TensorFlow结合mnist进行线性模型训练（1） (15:30)
- 视频： 3-2 TensorFlow结合mnist进行线性模型训练（2） (10:35)
- 视频： 3-3 TensorFlow结合mnist进行线性模型训练（3） (09:01)
- 视频： 3-4 TensorFlow结合mnist进行卷积模型训练（1） (06:21)
- 视频： 3-5 TensorFlow结合mnist进行卷积模型训练（2） (05:26)
- 视频： 3-6 TensorFlow结合mnist进行卷积模型训练（3） (07:43)
- 视频： 3-7 TensorFlow结合mnist进行卷积模型训练（4） (07:18)
- 视频： 3-8 使用前端界面调用flask发布的ckpt模型（1） (13:01)
- 视频： 3-9 使用前端界面调用flask发布的ckpt模型（2） (10:53)
- 视频： 3-10 课程总结 (03:06)