深度学习之验证码识别

1.处理数据（图片与标签文件一一对应）
2.识别验证码：从tfrecords读取，每一张图片和其label对应，一次读取100张，数据shape为[100, 20, 80, 3]， 张数，图片的高，宽，channel; 建立模型，直接将数据输入模型； 建立损失，softmax,求交叉熵； 梯度优化

eg:
import tensorflow as tf
tf.app.flags.DEFINE_integer(“batch_size”, 100, “每批次训练的样本数”)
tf.app.flags.DEFINE_string(“captcha_dir”, “./tfrecords…”, “验证码数据保存路径”)
tf.app.flags.DEFINE_integer(“letter”,26,“每个目标值可能取得的字母个数”)
tf.app.flags.DEFINE_integer(“label_num”,4,“每个样本目标值数量”)
#这样写是为了以后代码好改

def read_and_decode():

    #读取验证码数据API,返回image_batch, label_batch

    #1.构建文件队列
    file_queue=tf.train.string_input_producer([FLAGS.captcha_dir])

    #2.构建阅读器，读取文件内容，默认一次读一个样本
    reader=tf.TFReader()

    #3.读取内容,这里value是tfrecords中example格式，是需要解析的
    #这里内部features是string,所以外面的feature也是string格式
    
    key,value=reader.read(file_queue)
    features&