基于tensorflow使用RNN识别手写数字

最新推荐文章于 2023-03-30 20:24:39 发布

Nick_Spider

最新推荐文章于 2023-03-30 20:24:39 发布

阅读量453

点赞数

分类专栏：机器学习 python Tensorflow 文章标签： tensorflow rnn 图像识别 ocr python

本文链接：https://blog.csdn.net/weixin_39198406/article/details/97956101

版权

本文介绍了如何利用TensorFlow实现RNN进行手写数字识别，包括详细注释。同时，作者提到尝试用相同代码训练多位验证码但遇到问题，期待与读者交流解决方案。

摘要由CSDN通过智能技术生成

基于tensorflow使用RNN识别手写数字，注释比较详细。
另外我使用同样的代码训练多位验证码，每次预测的结果都是同样一组数字，无法成功训练出可以使用的模型，有了解相关内容的同学可以交流一下。

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
from tensorflow.contrib import rnn
import os

os.environ["TF_CPP_MIN_LOG_LEVEL"] = '3'


# 定义网络
def rnn_network(X, W, b, nsteps, diminput, dimhidden):
    X1 = tf.transpose(X, [1, 0, 2])
    X2 = tf.reshape(X1, [-1, diminput])
    H_1 = tf.matmul(X2, W["h1"]) + b["b1"]
    H_1 = tf.split(H_1, nsteps, 0)
    # 设置神经单元
    lstm_cell = tf.nn.rnn_cell.BasicLSTMCell(dimhidden, forget_bias=1.0)
    LSTM_O, LSTM_S = rnn.static_rnn(lstm_cell, H_1, dtype=tf.float32)
    output = tf.matmu