Handwritten recognition with slice+cnn+lstm/multidimentional lstm/cnn+lstm
python train.py --slices 55 --width 12 --stride 1 --Bwidth 350 --vocabulary_size 29 \
--height 25 --train_data_pattern test-batch1/handwritten-test-{}.tfrecords --train_dir models-feds \
--test_data_pattern test-batch1/handwritten-test-{}.tfrecords --max_steps 20 --batch_size 20 --beam_size 1 \
--input_chanels 1 --start_new_model --rnn_cell LSTM --model MDLSTMCTCModel --num_epochs 6000
python train.py --slices 55 --width 12 --stride 1 --Bwidth 350 --vocabulary_size 29 \
--height 25 --train_data_pattern test-batch1/handwritten-test-{}.tfrecords --train_dir models-feds \
--test_data_pattern test-batch1/handwritten-test-{}.tfrecords --max_steps 20 --batch_size 20 --beam_size 1 \
--input_chanels 1 --start_new_model --rnn_cell LSTM --model LSTMCTCModel --num_epochs 6000
python inference.py --slices 55 --width 12 --Bwidth 350 --stride 1 \
--input_chanels 1 --height 25 --input_data_pattern test-batch1/handwritten-test-1.tfrecords \
--train_dir models-feds --batch_size 20 --beam_size 1
tensorboard --logdir=separable_lstm --port=8080