省钱利器!基于TensorFlow的端到端验证码识别
最近机器学习很热,作为机器学习在图像识别方面最火的研究领域,神经网络将图像识别带入了新的高度,很多之前还只能在实验室中的理想情况下的成果,目前已经大量的运用在了实际生产环境中了,了解一些神经网络的知识,不仅能拓宽自己的视野,关键时刻这还是一种很好的省钱省力的解决方案。最近在做端到端的识别的研究,刚刚将模型搭建完毕,想着用什么方式测试一下呢?目前网上最多的就是验证码图片了,随便一个网站都能拔下来一堆,借助一些打码平台,能很快的完成数据的标注工作,正好把刚刚搭建完成的end-to-end的识别模型在这些验证码上一试。 好了背景介绍完了,为了接下来介绍一些原理性的东西,一些基本术语的概念需要先明晰一下: 机器学习解决问题主要是分类问题和回归问题 回归问题:概括的讲就是用于分析两个变量X和Y之前的关系。希望能找到一个模型来尽量的表示Y=f(X),其中的f就是需要学习的模型。例如X:表示房屋大小,Y:表示房屋价格,当你获取多组数据以后,就要尽量建模来拟合X和Y之间的关系。 分类问题:根据物体一系列的特征,通过模型对问题进行分类。例如通过图像的像素,判断图像中的物体,这就是典型...