智能计算系统实验2-1-基于三层神经网络实现手写数字分类.zip

mnist手写数字数据集的图片格式，文件较大，此为验证集和测试集部分（valid_set、test_set）实现代码也已经上传。

反向探索神经网络，内有源代码和已经训练好的神经网络参数

-手写-识别：MATLAB自编程实现BP神经网络手写数字识别

激活函数： tf.nn.relu(features, name=None) features:卷积后加上偏置的结果 return:结果 卷积层： tf.nn.conv2d(input, filter, strides=, padding=, name=None) 计算给定4-D input和filter张量的2维卷积 input：给定的输入张量，具有[batch,heigth,width,channel]，类型为float32,64 **filter：**指定过滤器的大小，[filter_height, filter_width, in_channels, out_channels] stri

在本系统中用到了很多图像处理中的相关技术：比如灰度化、二值化、图像内容自动调整、去离散点、图像的缩放、细化、曲线平滑、曲线去枝桠操作等，最后还使用了神经网络对提取到的数字信息进行分析判断。

结合了之前的mnist数据集和我自己手写的数据集拼接到一起的数据集，里面的test数据集没变只是加了train_images,可能训练出来的精确度没以前好，但是自己手写图片测试比之前要准确

UCI手写数字库mat格式 包含1593个手写数字0~9.由semeion.data经matlab处理得到semeion.mat，可直接使用。原semeion.names转化为readme.m. mat：1593*266 每行为一个样本，其中256是16*16的手写数字展开，后10列为数字识别标签，例如：若第一列为1，则数字为0，第二列为1，数字为1.。。以此类推

gan网络生成器有三层全连接层组成，判别器由lenet卷积网络构成，迭代再50次以上即可生成像样的mnist数字图片

手写数字识别的数据集，适合作为神经网络的训练集！