feifei

OCR(Optical Character Recognition)：光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。一、简介       Tesseract-OCR依赖图像库Leptonica。 Leptonica是一个开源的图像处理和图像分析库。它主要包括的操作有：位图操作、仿射变换、形态学操作、连通区域填充、图像变换及像素掩模、融合、增强、算术运算等操作。

在很多场合中，没有必要从头开始训练整个卷积网络（随机初始化参数），因为没有足够丰富的数据集，而且训练也是非常耗时、耗资源的过程。通常，采用pretrain a ConvNet的方式，然后用ConvNet作为初始化或特征提取器。有两种迁移学习，对应着不同的应用场景。微调ConvNet：使用已有的model参数代替随机初始化参数进行训练。ConvNet做为特征提取器：我们需要冻结所

使用pytorch进行网络模型的搭建、保存与加载，是非常快速、方便的。搭建ConvNet所有的网络都要继承torch.nn.Module，然后在构造函数中使用torch.nn中的提供的接口定义layer的属性，最后，在forward函数中将各个layer连接起来。下面，以LeNet为例：class LeNet(nn.Module): def __init__(self):

pytorch读取训练集是非常便捷的，只需要使用到2个类：（1）torch.utils.data.Dataset（2）torch.utils.data.DataLoader常用数据集的读取1、torchvision.datasets的使用对于常用数据集，可以使用torchvision.datasets直接进行读取。torchvision.dataset是torch.utils.

为了方便进行数据的操作，pytorch团队提供了一个torchvision.transforms包，我们可以用transforms进行以下操作：PIL.Image/numpy.ndarray与Tensor的相互转化；归一化；对PIL.Image进行裁剪、缩放等操作。通常，在使用torchvision.transforms，我们通常使用transforms.Compose将t

# 环境：windows 10\CUDA8.0\cuDNN-v5.1\VS20131、GPU计算环境（1）下载并安装CUDA8.0；（2）下载cuDNN。载后解压会有三个文件夹bin、include、lib。将这三个文件夹复制到cuda的安装目录中：\NVIDIA GPU ComputingToolkit\CUDA\v8.5。（cuda的安装目录中也有这三个文件夹，将这三个

torch.Tensor - 一个多维数组autograd.Variable - 改变Tensor并且记录下来操作的历史记录。和Tensor拥有相同的API，以及backward()的一些API。同时包含着和张量相关的梯度。nn.Module - 神经网络模块。便捷的数据封装，能够将运算移往GPU，还包括一些输入输出的东西。nn.Parameter - 一种变量，当将任何值赋予Modu