Python深度学习笔记07——tensorflow实现验证码识别

目录

前言

一、复习回顾

二、验证码识别原理分析

三、案例练习

总结

---

 

前言

关于python深度学习笔记整理07——tensorflow实现验证码识别，本文通过学习视频《python深度学习》整理学习笔记。视频学习地址：https://www.bilibili.com/video/BV1Wt411C75s/

 

---

一、复习回顾

卷积神经网络：

卷积层：（例如32个filter，观察窗口的大小1*1或3*3或5*5，步长1，padding="1"）。这三个因素决定了这张图片进入卷积层的输出大小。注：tensorflow中要求：padding="SAME"

激活层：不用"sigmoid"函数，而使用relu的原因是：①使用"sigmoid"计算量大；②当神经网络深度较深时，"sigmoid"函数易造成梯度爆炸。

池化层：（通常地观察窗口的大小为2*2时，步长是2；但在面试题中有变化时，需具体带公式计算。）

二、验证码识别原理分析

计算机识别验证码-------->像素

常见的网页验证码由字母、噪点和干扰线组成，若能去除噪点和干扰线，能够大大降低学习的难度。很多验证码的噪点和干扰线RGB值和字母的不一致，可通过图中每处的RGB值进而识别。

N

Z

P

P<