代码配套教程：https://blog.csdn.net/weixin_41738030/article/details/100130638， 提供给有需要的朋友，主要是用Python SVM 手写数字识别，这是Jupyter Notebook格式,需要读者自行安装Jupyter Notebook进行upload文件直接运行。

包含mnist手写数字数据集、可视化展示功能、适用于Python3、重要代码注释

手写数字的MNIST数据库将训练集和测试集保存为二进制文件格式而非标准图像格式，本资源用Matlab编程实现把MNIST数据库中下载下来的二进制文件转化为标准图片格式并保存下来。

该资源是基于Qt5.8的简单手写数字识别界面的源文件及所需资源文件，下载后可直接运行exe,亦可根据需要再次编译

Semeion Handwritten Digit——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。 另外附matlab小例子，可以画出每个数字，更好理解。图像要反转和旋转一下才符合写作习惯。

一份基于cnn的手写数字自识别的代码，供大家参考，具体内容如下 # -*- coding: utf-8 -*- import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 加载数据集 mnist = input_data.read_data_sets('MNIST_data', one_hot=True) # 以交互式方式启动session # 如果不使用交互式session，则在启动session前必须 # 构建整个计算图，才能启动该计算图 sess = tf.Interactiv

大数据研究生课程的课堂作业，采用BP神经网络进行手写数字识别，支持设置sigmoid、tanh、relu三种激励函数及训练步长。 压缩包中含有源码和实验报告文档，对实验结果进行了较为全面的分析。

MNIST手写数字识别数据集, 内含7万张图片和标签, 以及npz文件

MATLAB手写数字识别

用 Python 实现一组手写数字识别。使用keras+opencv进行简单的实现。首先进行图像中数字的目标检测与分割，将图片中的数字分离出来然后进行单独识别。使用的数据集为mnist手写数字识别库，采用卷积神经网络进行识别