cnn验证（cnn验证码识别代码）



​活动地址：CSDN21天学习挑战赛

1.导入数据

2.查看数据

图片总数为： 1070

3.数据可视化

 4.标签数字化

1.预处理函数

2.加载数据

• 构建tf.data.Dataset最简单的方法就是使用from_tensor_slices方法。

.<ZipDataset shapes: ((50, 200, 1), (5, 36)), types: (tf.float32, tf.float64)>

3.配置数据

• 先复习一下prefetch()函数。prefetch()功能详细介绍:CPU正在准备数据时，加速器处于空闲状态。相反，当加速器正在训练模型时，CPU处于空闲状态。因此，训练所用的时间是CPU预处理时间和加速器训练时间的总和。p refetch()将训练步骤的预处理和模型执行过程重叠到一起。当加速器正在执行第N个训练步时，CPU正在准备第N+1步的数据。这样做不仅可以最大限度地缩短训练的单步用时（而不是总用时)，而且可以缩短提取和转换数据所需的时间。如果不使用
• prefetch() ,CPU和GPU/TPU在大部分时间都处于空闲状态:

• 使用prefetch( )可显著减少空闲时间:

<PrefetchDataset shapes: ((None, 50, 200, 1), (None, 5, 36)), types: (tf.float32, tf.float64)>

• 目前这里主要是带大家跑通代码、整理一下思路，大家可以自行优化网络结构、调整模型参数。后续我也会针对性的出一些调优的案例的。

可以看到验证码中大部分字符预测都是对的，但是少部分字符还是存在问题，大家可以试试优化一下网络结构，调整网络参数等。本案例适合练习优化技巧，借着这个案例了解一下不同的调整对结果有什么不同。

​参考资料：

>- 本文为🔗365天深度学习训练营 中的学习记录博客
>- 参考文章地址： 🔗深度学习100例-卷积神经网络（CNN）识别验证码 | 第12天
 

版权声明：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！

转载请注明出处，原文链接：https://www.xkablog.com/cjjbc/25864.html