如何解决tensorflow训练中正确率长期停滞在0.2且提升缓慢的问题？
- 内容介绍
- 文章标签
- 相关推荐
本文共计179个文字，预计阅读时间需要1分钟。
在进行验证码识别时，我的验证码大小为80x30。但在预处理阶段，我执行了Reshape操作：`image_resize=tf.image.resize_images(img, [80, 30])`。然而，这样的reshape操作是不正确的，因为shape填充的是[高，宽]。
在进行验证码识别的时候，我的验证码大小为80*30，但是在预处理的时候： 我进行Reshape：
image_resize = tf.image.resize_images(img, [80, 30])但是 这样reshape是不行的，shape填的是[高，宽]， 应该是：
image_resize = tf.image.resize_images(img, [30, 80])由于reshape形状搞反，导致图片失真，
所以需要搞清楚这一点，改正后经过2000张图片的训练，正确率已经达到了0.8
本文共计179个文字，预计阅读时间需要1分钟。
在进行验证码识别时，我的验证码大小为80x30。但在预处理阶段，我执行了Reshape操作：`image_resize=tf.image.resize_images(img, [80, 30])`。然而，这样的reshape操作是不正确的，因为shape填充的是[高，宽]。
在进行验证码识别的时候，我的验证码大小为80*30，但是在预处理的时候： 我进行Reshape：
image_resize = tf.image.resize_images(img, [80, 30])但是 这样reshape是不行的，shape填的是[高，宽]， 应该是：
image_resize = tf.image.resize_images(img, [30, 80])由于reshape形状搞反，导致图片失真，
所以需要搞清楚这一点，改正后经过2000张图片的训练，正确率已经达到了0.8