利用机器学习破解网站验证码只需15分钟

model = Sequential()

# First convolutional layer with max pooling

model.add(Conv2D(20, (5, 5), padding="same", input_shape=(20, 20, 1), activation="relu"))

model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))

# Second convolutional layer with max pooling

model.add(Conv2D(50, (5, 5), padding="same", activation="relu"))

model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))

# Hidden layer with 500 nodes

model.add(Flatten())

model.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=["accuracy"])

如今我们可以练习它了!

# Train the neural networkmodel.fit(X_train, Y_train, validation_data=http://server.51cto.com/(X_test, Y_test), batch_size=32, epochs=10, verbose=1)

经由练习数据集10次之后，我们达到了接近100%的精确度。在这一点上，我们应当可以或许在我们想要的时刻主动绕过这个验证码!我们做到了!

计时停止：15分钟。

使悠揭捉?练的模型来求解验证码

如今我们有了一个练习有素的神经收集，用它来破坏一个真正的验证码是很简单的:

年腋荷琐应用该插件的网站上获取一个真正的验证码图像。

用我们用来创建练习数据集的办法将该图像瓜分成四个不合的字母图像。

让我们的神经收集对每个字母图像做一个零丁的猜测。

用四个猜测字母作为验证码的谜底。

狂欢接踵而来!

下面是我们的模型若何解码真实的验证码:

或大年夜敕令行来看:

试一下!

如不雅你想亲自测验测验，可以在原文中获代替码。文件中包含10,000个示例图像和本文中每个步调的所有代码。查看README.md文件，可浏览运行解释。

【编辑推荐】

【义务编辑：武晓燕 TEL：（010）68476606】

　　推荐阅读

　　面向未来：企业储存2018预测

跟着2017岁尾的邻近，分析师、供给商、参谋和其他更多的人正把留意力转向每年一度的典礼，猜测将来一年科技的成长。欲望你能发明我的预言更有趣一些，即使它们不完全切近事实。然则，你们知道吗，我们这>>>详细阅读

地址：http://www.17bianji.com/lsqh/39913.html