利用numpy完成全连接层的前向传播和反向传播的梯度下降，可以进行多分类识别。案例运用bp神经网络对手写数字mnist数据集进行分类，训练集精度达到99%，验证集精度达到96%以上。一个输入层一个隐藏层一个输出层，激活函数sigmoid，最后一个softmax，loss function为交叉熵损失函数。
2021-04-13 17:20:23
5KB
1
主要为大家详细介绍了python实现基于SVM手写数字识别功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-04-13 16:43:32
139KB
1
代码可以参考博文：https://blog.csdn.net/weixin_43687366/article/details/88139441#comments_13625330
手写数字识别
手写数字识别
手写数字识别
2021-04-12 19:53:31
363KB
1
通过用户进行手写数字输入，输出数字的结果。使用TensorFlow2.0深度学习框架和tkinter界面，使用mnist和digits数据集联合训练，识别准确率非常高！（包含训练源码和训练好的权重）
2021-04-10 17:08:08
8.48MB
通过用户进行手写数字输入，输出数字的结果，在V1的基础上进行了升级，现在可以选择mnist和digits数据集的图片进行识别。使用TensorFlow2.0深度学习框架和tkinter界面，使用mnist和digits数据集联合训练，识别准确率非常高！（包含训练源码和训练好的权重）
2021-04-10 17:08:07
8.48MB
基于概率统计贝叶斯方法的手写数字分类器设计论文，附源代码，通过贝叶斯决策分类，能够实现0-9手写数字识别的功能。
2021-04-10 16:07:58
961KB
1