HCCR-HWDB-张量流 复印纸：

HWDB-1.1 手写汉字CNN识别模型训练 数据集 使用CASIA-HWDB1.1进行训练和测试，训练集和测试集按照4:1划分，测试集235200张，训练集940800张， 共计1,176,000张图像。该数据集由300个人手写而成，其中包含171个阿拉伯数字和特殊符号，3755类GB2312-80 level-1汉字。 样例图 模型训练 Finetuning from a pretrained model 以googlenet为基础模型，进行finetuning。直接训练全部类别无法收敛时，尝试分阶段训练。 训练后的测试结果为loss-1和loss-2分支准确率为95%，loss-3分支为97%。收敛很快，以0.01为基础学习率，32的batch size，不到10000次迭代就收敛了。 Train 'HWDB-CNN-9Layer' model 虽然googlenet效果尚可，但是由

手写汉字数据集HWDB1.1文件转换代码-GNT2PNG,更多的内容请参见我的博客，里面有详细的介绍

压缩包包含了gnt2png.py alz压缩包解压软件，以及HWDB解压数据集解压完成的PNG文件的下载地址。