在Python3环境下使用MNIST数据集进行决策树算法的训练，对《统计学习》中第五章内容进行复现性练习。
2021-05-25 21:43:04
13.22MB
1
文件包含两部分：一是mnist手写数字数据集，二是基于tersorflow实现的手写数字识别。
2021-05-25 10:21:48
11.06MB
1
利用基于tensorflow2的keras框架，搭建CNN卷积神经网络模型，对手写数字识别数据集mnist进行分类，网络规模小，训练精度高。网络包括三个卷积层，两个池化层和全连接层，在测试集上实现了99%左右的识别率。
2021-05-22 22:13:10
2KB
1
数据分成了训练集（60000张共10类）和测试集（共10000张10类），每个类别放在一个单独的文件夹里。并且将所有的图片，都生成了txt列表清单（train.txt和test.txt)。
2021-05-20 01:04:17
23.97MB
1
资源实现了多种适合MNIST数据集的CNN网络，包含自己设计的DenseCNN，著名的LeNet5、AlexNet、ZFNet和VGGNet16。实验结果的可视化包含损失和准确度随迭代次数的变化。模型可下载后直接运行。
2021-05-17 11:27:16
16.56MB
1
自制手写体MNIST数据集0~9，可用于测试MNIST模型的学习结果，格式为png图像，28*28像素，白底黑字。
2021-05-17 09:51:09
7KB
1
PyTorch创建的CNN网络，并使用MNIST数据集训练网络，适用于Pytorch新手以及刚接触CNN的朋友
2021-05-15 13:04:00
5KB
1
Browser-MNIST：基于浏览器的手写数字识别应用程序，在MNIST数据集上进行训练，并转换来自画布HTML元素的数据
2021-05-14 11:40:13
228KB
1