深度学习实战项目
手写数字识别
图片分类
参考:https://pytorch123.com/SecondSection/training_a_classifier/
验证码识别
效果图
运行
-
进入到captcha子项目(注意目录层级关系)
cd captcha mkdir -p data/train mkdir -p data/test mkdir -p data/predict
-
从验证码接口获取验证码图片,并手动打标签,运行gen.py(我手动打了1000张图片的标签)
python gen.py
-
训练模型和测试模型
python train.py
运行结果为:正确率为90%以上
-
预测(可供外部应用使用)
python predict.py
神经网络
Dense: 全连接层。
CNN2D:2维卷积神经网络,常用于处理图像。
Dropout: 以一定概率放弃两层之间的一些神经元链接,防止过拟合,可以加在网络层与层之间。
optimizer: 优化器,梯度下降的优化方法