@Author：Runsen

在本教程中，我們將使用 TensorFlow (Keras API) 實現(xiàn)一個用于多分類任務(wù)的深度學(xué)習(xí)模型，該任務(wù)需要對阿拉伯語手寫字符數(shù)據(jù)集進(jìn)行識別。

數(shù)據(jù)集下載地址：https://www.kaggle.com/mloey1/ahcd1

數(shù)據(jù)集介紹

該數(shù)據(jù)集由 60 名參與者書寫的16,800 個字符組成，年齡范圍在 19 至 40 歲之間，90% 的參與者是右手。

每個參與者在兩種形式上寫下每個字符（從“alef”到“yeh”）十次，如圖 7（a）和 7（b）所示。表格以 300 dpi 的分辨率掃描。使用 Matlab 2016a 自動分割每個塊以確定每個塊的坐標(biāo)。該數(shù)據(jù)庫分為兩組：訓(xùn)練集（每類 13,440 個字符到 480 個圖像）和測試集（每類 3,360 個字符到 120 個圖像）。數(shù)據(jù)標(biāo)簽為1到28個類別。
在這里，所有數(shù)據(jù)集都是CSV文件，表示圖像像素值及其相應(yīng)標(biāo)簽，并沒有提供對應(yīng)的圖片數(shù)據(jù)。

導(dǎo)入模塊

import numpy as np import pandas as pd #允許對dataframe使用display（） from IPython.display import display # 導(dǎo)入讀取和處理圖像所需的庫 import csv from PIL import Image from

總結(jié)

以上是生活随笔為你收集整理的教你使用TensorFlow2对阿拉伯语手写字符数据集进行识别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。