prague6695的博客

CRNN代码笔记主要由五个模块组成：数据集的加载与切分CRNN代码复现训练过程预测过程训练过程中对的评估文章目录CRNN代码笔记数据集的加载与切分RCNN模型构建训练部分训练辅助函数注意超参数设置判断cuda是否可用，是则基于GPU训练，否则用cpu训练设置训练数据加载器、验证数据加载器，常规操作collate_fn用法实例化CRNN模型，加载模型参数，并运行至可用设备（CPU or GPU）定义优化方法、损失函数开始训练预测部分超参数设置判断cuda是否可用，否则用cpu预测设置预测数据

CRNN提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录CRNN知识树一、数据集二、研究背景1.引入库2.读入数据总结知识树BS用在预测阶段，CTC用在训练阶段一、数据集二、研究背景26*2=52， 52个字符的分类识别1.引入库代码如下（示例）：import numpy as npimport pandas as p