《从零开始写漏扫》系列，子域名挖掘源码，Python3编写，使用锁机制实现线程同步，多线程子域名挖掘，具体速度取决于使用者当前网速，欢迎交流学习。

用Tensorflow搭建CNN卷积神经网络，实现MNIST手写数字识别-附件资源

利用python实现神经网络识别手写数字

朴素贝叶斯数字分类器 基于平均像素亮度和标准偏差的手写数字0或1的朴素贝叶斯分类器 2020年9月 ASU MCS计划课程CSE 575的项目1-统计机器学习 使用的技术： Python，Numpy，Scipy

c语言链表数组-c语言手写单链表实现，数组和链表结构对比小结和个人理解 数组和链表.pdf

1.采集了几万张0-9的数字，通过MNIST神经网络训练 2.开发gui系统，可以直接通过读入图片读取A4纸上数字来识别，也可打开摄像头，捕获数字图像来识别。 识别率很高。

利用MATLAB将MNIST数据集转换为bmp图片和txt文档，以满足读取需要。包括对mnist数据图片中训练图片、训练图片标签、测试图片、测试图片标签的转换，详情可参考博客：手写数字识别问题（1）——关于MNIST数据集（https://blog.csdn.net/didi_ya/article/details/105075859） （在对标签label进行转换时，可能会出现乱码，如果出现乱码，请将21行修改为fid2 = fopen(OutFile,'wt');即加一个t就好了）

1、内容概要：本资源主要基于KNN算法实现手写数字识别，适用于初学者学习机器学习KNN算法使用。 2、主要内容：训练集trainingDigits；手写数字识别测试集testDigits；KNN算法实现手写数字识别源代码KNN_digits.py。

人工智能_CNN_手写中文识别_CNN在线识别手写中文(python+flask) 使用python+flask搭建的一个网站，然后从网页的写字板上获取鼠标手写的汉字经过转码后传回后台，并经过图片裁剪处理之后传入CNN手写中文识别的模型中进行识别，最后通过PIL将识别结果生成图片，最后异步回传给web端进行识别结果展示。中文总共50,000多汉字，常用的有3,755个。这里主要对常见的3755个汉字进行识别。

使用KNN实现手写数字识别，内含数据集和源代码，数据集的格式为32*32的二进制图像