课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。

本课程介绍用图卷积神经网络(GCN)，实现一个「火车票文字信息识别提取」的项目。实验证明，LSTM+GCN网络结构，在身份证、护照、驾驶证、发票、购物小票等证件和票据识别上，有非常好的效果。

适合人群

有 Python 基础、熟悉 Pytorch、了解 LSTM 等常用 NLP 算法的同学。

课程大纲

章节1:项目和模型简介
课时1视频LSTM_GCN 火车票识别项目简介13:33                          免费试听
课时2视频图卷积神经网络(GNN:GCN)扫盲11:59
课时3视频GCN邻接矩阵标准化公式解读(1)10:38
课时4视频GCN邻接矩阵标准化公式解读(2)08:15
章节2:数据预处理
课时5视频PaddleOCR识别火车票信息(1)17:34
课时6视频PaddleOCR识别火车票信息(2)14:53
课时7视频创建图结构并计算邻接矩阵(1)08:00
课时8视频创建图结构并计算邻接矩阵(2)11:11
课时9视频创建图结构并计算邻接矩阵(3)10:02
课时10视频创建图结构并计算邻接矩阵(4)11:40
课时11视频生成词表和标签表缓存文件10:21
课时12视频定义单文件数据加载方法07:14
章节3:模型定义到预测
课时13视频LSTM提取节点句子特征向量08:26
课时14视频定义图卷积神经网络模型05:50
课时15视频加载训练数据并训练模型09:26
课时16视频模型测试及多分类评估指标07:57
课时17视频模型预测进行火车票信息识别09:19
章节4:项目代码
课时18文本项目代码下载