lllcho
lllcho
ReadMe里面有下载链接
训练模型的程序和这里的测试代码差别很小。模型定义相同，图像预处理步骤也相同，不同之处在于测试时是model.predict(X),而训练时是model.fit(X,Y)
chars_type4.pkl，words_type4.pkl是分别统计训练集的标签所得到汉字和成语的集合，type4_train_mean_std.h5 是对训练集的图像统均值和方差，然后对网络输入数据做归一化处理，在测试时也需要对输入图像减去这个方差并除以这个均值，这样才能保证训练集与测试集的一致性。 模型输出的是汉字的编号，然后根据这个编号在chars_type4.pkl中找到对应的汉字。
@xiangqian0011 对，不用分割。使用多标签或者序列学习的方法效果会更好
@ZKeeer 不转ASCII码, 而是从零开始，type2数字+字母总共37类，分别映射为0，1，2...36这37个数
@ZKeeer 嗯，计算损失函数时就是用onehot形式的
@ZKeeer batch_size一般取64、128或者256都行，epoch根据验证集的结果来确定，取验证集结果最好的模型就好
> > TypeError: Layer can receive at most 3 positional arguments.这个应该怎么改呢，谢谢 > > 请问你解决了吗？我也遇到了同样的问题，求告知，多谢！ keras API改动引起的，你可以用自带的keras版本
这个确实是版本问题，建议根据keras新api重新搭建模型。