add(Dense(500, activation="relu")) 

# Output layer with 32 nodes (one for each possible letter/number we predict) 

model.add(Dense(32, activation="softmax")) 

# Ask Keras to build the TensorFlow model behind the scenes 

model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["ac 

如今开端练习

# Train the neural network 
model.fit(X_train, Y_train, validation_data=http://netsecurity.51cto.com/art/201712/(X_test, Y_test), batch_size=32, 

在经由 10 个 Epoch 的练习后，我们的练习精确度可以达到 100%，是以我们就能终止法度榜样以完成全部模型的练习。所以最后我们一共花了 15 分钟。

使悠揭捉?练后的模型解决 CAPTCHA 辨认问题

如今我们应用已练习的神经收集可以轻松辨认 CAPTCHA 验证码：

1. 在网站上应用 WordPress 插件获取真正的 CAPTCHA 验证码;
2. 将 CAPTCHA 图像瓜分为四个自力的字符块，这里应用的办法和创建练习集的办法一样;
3. 调用神经收集对这四个自力的字符块进行猜测;
4. 将四个猜测结不雅分列以作为该 CAPTCHA 验证码的返回结不雅。

或者我们可以直接应用敕令交运行：

尝尝看!

如不雅你想本身实验一下，这里有代码：https://s3-us-west-2.amazonaws.com/mlif-example-code/solving_captchas_code_examples.zip

这个紧缩文件包中包含 10,000 张实例图片以及本文中涉及的每一步的代码。个中还有 README 文件告诉你若何运行它。

如不雅你想要深刻懂得代码背后的常识，那么最好读一读那本《Deep Learning for Computer Vision with Python》。它涵盖了很多细节，并介绍了大年夜量示例，如不雅你对解决实际生活中艰苦问题的示例感兴趣，那么它或许很合适你。

【编辑推荐】

1. 微步在线薛锋：大年夜安然攻防纰谬等，到谍报驱动安然智能化
2. 重定义界线收集安然：混淆才是将来
3. 赛门铁克宣布2018年安然威逼趋势猜测
4. JavaScript、PHP、Python等5款主流编程说话爆安然马脚
5. 5步建立起更好的IoT安然基线

【义务编辑：未丽燕 TEL：（010）68476606】

　　推荐阅读

　　从一块硬盘坏了正儿八经地学习全套存储知识

开辟者大年夜赛路演 | 12月16日，技巧立异，北京不见不散 此刻，或许要脑补很多画面，但我们今天抛开社会舆论和>>>详细阅读

本文标题：仅需15分钟，使用OpenCV+Keras轻松破解验证码

地址：http://www.17bianji.com/lsqh/39801.html

 1/2    1