下午为训练好的模型写一下测试的demo文件，在加载模型的地方卡住了，一开始设置了strict=False，但是识别的效果极差，而且离谱的是用验证集里面的图片识别也是很多乱码，开始恐慌，难道是训练了这么久的模型有问题吗，后来开始调试，尝试各种修改方案，CSDN太厉害了，我刚刚看到一篇博客就灵光一闪，是某个参数错了，修改了之后成功加载了！这个错误代表的是分类数不匹配，我去看了一下配置文件，果然字符分类

目录神经网络的初步学习1、二分分类2、logistic回归（非常小的神经网络）3、logistic回归损失4、梯度下降法关于神经网络的名词1、神经元2、 偏置（Offset）3、激活函数4、输入层5、隐藏层6、输出层7、前向传播8、反向传播9、学习率神经网络的初步学习1、二分分类神经网络的计算过程：前向传播和反向传播计算机通过三个独立矩阵保存一张图片，三通道：红、绿、蓝（RGB）将像素值...

深度学习与应用实践章节检测

目录神经网络的初步学习1、二分分类2、logistic回归（非常小的神经网络）3、logistic回归损失4、梯度下降法关于神经网络的名词1、神经元2、 偏置（Offset）3、激活函数4、输入层5、隐藏层6、输出层7、前向传播8、反向传播9、学习率神经网络的初步学习1、二分分类神经网络的计算过程：前向传播和反向传播计算机通过三个独立矩阵保存一张图片，三通道：红、绿、蓝（RGB）将像素值...

目录神经网络的初步学习1、二分分类2、logistic回归（非常小的神经网络）3、logistic回归损失4、梯度下降法关于神经网络的名词1、神经元2、 偏置（Offset）3、激活函数4、输入层5、隐藏层6、输出层7、前向传播8、反向传播9、学习率神经网络的初步学习1、二分分类神经网络的计算过程：前向传播和反向传播计算机通过三个独立矩阵保存一张图片，三通道：红、绿、蓝（RGB）将像素值...

深度学习与应用实践章节检测