![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
tensorflow
算法玩不起
这个作者很懒,什么都没留下…
展开
-
手上只有一个模型文件,怎样用tensorboard查看其模型图Graph?
https://blog.csdn.net/czq7511/article/details/72480149https://blog.csdn.net/u014090429/article/details/93486721转载 2019-08-20 11:49:01 · 773 阅读 · 0 评论 -
验证码识别1(整体训练)———验证码生成
首先生成验证码的代码如下,下面列子只生成数字的验证码,你需要在代码存放的目录下新建一个名字叫images的文件夹,然后运行:# coding: utf-8# 验证码生成库from captcha.image import ImageCaptcha # pip install captchaimport numpy as npfrom PIL import Imageimpor...原创 2019-09-05 09:28:54 · 372 阅读 · 0 评论 -
验证码识别2(使用整体训练法)——验证码数据转换为tfrecord格式
上一篇文章我们生成了验证码,而我们知道一张图片的直接喂入到网络中会使得训练速度变得很慢,这时候我们就需要把图片转换成其他方便读取快速的格式,tfrecord格式是Google提供的一种格式,速度很快。那么接下来,我们需要把图片转换格式了。代码如下,你需要修改的是图片给出的路径,还有tfrecord文件存放的路径。import tensorflow as tfimport osimpo...原创 2019-09-05 09:46:33 · 360 阅读 · 0 评论 -
验证码识别3(整体训练)——训练部分
我们在上一篇中生成了tfrecord文件,下面我们就要对其进行训练了。首先讲一下训练的方法,我们这里是把一个图片的名字转换成one-hot格式,每个数字为10位,每个样本一共4个数字,也就是每个标签对应40位。训练的方法上使用了alexnet网络,你需要下载一个文件,地址是链接:https://pan.baidu.com/s/17aMOksxsOyUIN_XmqL8rBg 提取码:mcym,将...原创 2019-09-05 10:05:57 · 396 阅读 · 2 评论 -
验证码识别4(整体训练)——验证部分
上面我们已经得到了模型文件,接下来我们需要验证我们的网络是否准确:给出验证的代码(需要改动的是模型的路径,这里使用测试集test.tfrecord):# coding: utf-8import tensorflow as tffrom PIL import Imagefrom nets import nets_factoryimport matplotlib.pyplot as ...原创 2019-09-05 10:05:34 · 488 阅读 · 0 评论