Doi技术团队

本次使用的验证码是方正系统，现在很多的大学的教务系统用的就是这个方正系统，刚好既然那么普遍，我们就用它练一练手。经过观察大量的验证码发现，该系统的验证码只有小写的字母和数字，这样分类就少了很多了。该系统的验证码如下：

如果我们要训练自己的数据集的话，就需要先建立图像列表文件，下面的代码是 Myreader.py 读取图像数据集的一部分，从这些代码中可以看出，图像列表中，图像的路径和标签是以 \t 来分割的，所以我们在生成这个列表的时候，使用 \t 就可以了。

本次项目中使用的是一个 32*32 的彩色图像的数据集 CIFAR-10,CIFAR-10 数据集包含 10 个类的 60000 个 32x32 彩色图像，每个类有 6000 个图像。有 50000 个训练图像和 10000 个测试图像。数据集分为五个训练 batch 和一个测试 batch，每个 batch 有 10000 个图像。测试 batch 包含来自每个类 1000 个随机选择的图像。训练 batch 按照随机顺序包含剩余的图像，但是一些训练 batch 可能包含比另一个更多的图像。在他们之间，训练的 batch 包含每个类别正好 5000 张图片。

如题目所示，本次训练使用到的是 MNIST 数据库的手写数字，这个数据集包含 60,000 个示例的训练集以及 10,000 个示例的测试集。图片是 28x28 的像素矩阵，标签则对应着 0~9 的 10 个数字。每张图片都经过了大小归一化和居中处理。该数据集的图片是一个黑白的单通道图片，其中图片如下：

PaddlePaddle 目前还不支持 Windows，如果读者直接在 Windows 上安装 PaddlePaddlePaddle 的话，就会提示没有找到该安装包。如果读者一定要在 Windows 上工作的话，笔者提供两个建议：一、在 Windows 系统上使用 Docker 容器，在 Docker 容器上安装带有 PaddlePaddle 的镜像；二、在 Windows 系统上安装虚拟机，再在虚拟机上安装 Ubuntu。