【总结】cnn+bilstm+lstm 训练的一些技巧

预处理:

BLSTM 分为两类，第一类不支持变长输入，第二类支持变长输入． 显然，由于我们的手写体文本行的长度都是不固定的，所以采用的是支持变长输入的BLSTM． 这里的变长 不是指任意长度，而是多个固定长宽。
根据CASIA-HWDB2.0-2. 2 数据集中文本行图片的大小，采取的固定长宽分别为:
［240，130］、［400，180］、［560，180］、［640，180］、［800，180］、［950，200］、［1030，200］、［1210，180］、［1290，200 ］、［1370， 200］、［1450，200］、［1530，200］、［1610，180］、［1700，130］、［1700，170］、［1700，220］、［1800，130］、［1800，170］、［1800， 220］、［1800，300］、［1900，130］、［1900，170］、［1900，220］、［1900，300］、［2000，150］、［2000，220］［2000，300］、［2100， 150］、［2100，220］、［2100，300］、［2200，260］、［2300，260］、［2600， 500］

根据图片的大小，从前往后判断当前图片的长宽所处的边界范围． 如果图片长和宽恰巧等于边界值，则不需改变图片; 否则需要根据边界的大小，将图片的右侧和下方加白边; 将图片大小超过［2600， 500］边界的图片直接归一化为［2600， 500］． 这样就把所有的图片按照大小分成33 类．并且为了高效的进行训练，把所有分类过后的图片进行归一化，长和宽分别设置为当前图片的二分之一（也就是进行一次resize，使得图片缩小，这样便于进行训练，也节省了空间和时间！！）

这篇论文的网址：Attention 机制在脱机中文手写体文本行识别中的应用

如果使用其他的数据集：

【Text Transcriptor】训练CRNN时，关于ctc_loss的几点注意事项

另外的一个crnn训练总结文：
原文链接： 建议看原文，我是怕原文挂了，才做一个转载备份一下。。。
https://www.cnblogs.com/shouhuxianjian/p/8036105.html
转载链接： crnn的一些训练技巧