10-3驗證碼識別+10.4測試

1. 將下載下來的models-master\research\slim\nets放入到當前執行的文件夾中。

C:\Users\Josie\AppData\Local\Programs\Python\Python35\Scripts\TensorFlow\models-master\research\slim\nets

1. 對alexnet.py文件進行修改：主要是修改最後輸出層，爲了實現多路學習

 

1. 調用nets_factory.py文件中的get_network_fn函數

注意：在查看模型中的py文件中的函數時，極可能不知道具體每一個參數的真實含義及應有的數值，此時有兩種方法：一是去TensorFlow的官網查找；二是將該函數代碼塊copy到jupyter notebook當中，利用「shift+tab」查看函數具體信息；三是找源代碼。

例如：要查找slim包中nets文件夾中alexnet.py文件中某個函數conv2：

 

 

（1）先到這個路徑找tensorflow-master\tensorflow\contrib\slim\  發現這個文件夾中並無對於卷積的相關文件。

（2）此時發現，實質是在tensorflow-master\tensorflow\contrib\layers\python\layers \layers.py文件中，搜索conv2d的定義：conv2d = convolution2d；繼續查找convolution2d = convolution，再查convolution函數的定義，對照參數列表，並結合本py文件中的註釋信息幫助理解。

這裏能夠對比看出，上一張圖中的conv2的參數列表並無傳入所有的參數，其他沒有賦值的參數將採用默認值

 

 

同理，也能查到池化層max_pool2d的定義。

補充：看字典/列表中元素的維度：sess.run(tf.shape( ))

 

運行10-3（實驗室沒有條件運行）代碼將在\captcha\models文件夾中獲得四個文件：

checkpoint

crack_captcha.model-6000.data-000…

crack_captcha.model-6000.index

crack_captcha.model-6000.meta

 

運行10-4程序來調用該生成的模型，進行測試。