机器学习多层感知器实践完整源代码，MLP识别MNIST手写数字数据集（Pytorch）
2024-03-29 16:35:48
22.52MB
1
Mnist手写数据集，包含训练集与测试集，与博客中深度学习专栏可配套学习使用
2024-03-18 15:24:15
13.04MB
1
Keras-MINST:我们将建立一个识别手写数字图像（MNIST）的模型。 使用TensorFlow和超级简单的Keras库开发。 使用Flask Micro Framework包装到Webapp中
凯拉斯·明斯特
概述
我们将建立一个识别手写数字图像（MNIST）的模型。 使用和超级简单的库开发。 使用 Micro Framework包装到Webapp中。
依存关系
现在，我们准备安装必要的依赖项。 我们项目所需的依赖项列表如下：
张量流（1.5.0）
凯拉斯（2.1.4）
烧瓶（0.12.2）
h5py（2.7.1）
您可以使用以下命令同时安装所有这些：
pip3 install tensorflow keras Flask h5py
卷积神经网络
在机器学习中，卷积神经网络（CNN，或ConvNet）是一类深层的前馈人工神经网络，已成功应用于分析视觉图像。 卷积神经网络是一种神经网络，它明确假设输入是图像，这使我们可以将某些属性编码到体系结构中。 构建ConvNet架构的层主要有三种类型：卷积层，池化层和完全连接层。 我们将堆叠这些层以形成完整的ConvNet体系结构
2024-03-17 19:58:10
4.32MB
1
本文使用的数据集是MNIST，主要使用两个卷积层加一个全连接层构建的卷积神经网络。
先载入MNIST数据集（手写数字识别集），并创建默认的Interactive Session（在没有指定回话对象的情况下运行变量）
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets(MNIST_data/, one_hot=True)
sess = tf.InteractiveSession(）
在定义一个初始化函数，因为卷
2024-03-17 17:06:44
80KB
1
基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。
基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。
基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。
基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。
基于卷积神经网络实现MNIST手写数字数据集识别应用+GUI可视化源码+数据（课程设计）.zip已获导师指导并通过的97分的高分课程设计项目，可作
2024-01-12 15:26:14
3.54MB