Python基于TensorFlow 卷积神经网络设计手写数字识别算法，并编程实现GUI 界面，构建手写数字识别系统。本系统界面设计友好，功能完善。通过测试，本识别系统对于较规范的手写体数字的识别达到了很好的识别效果。此资源为本设计所训练的model，可直接使用。
2021-03-27 16:20:09
4.85MB
1
1、掌握卷积神经网络CNN的基本原理
2、利用CNN实现手写数字识别
参考博客：https://mp.csdn.net/editor/html/115114216
2021-03-23 16:20:30
10KB
1
本次练习所用的数据集有5000个训练样本，每个样本对应于20x20大小的灰度图像。这些训练样本包括了9-0共十个数字的手写图像。这些样本中每个像素都用浮点数表示。加载得到的数据中，每幅图像都被展开为一个400维的向量，构成了数据矩阵中的一行。完整的训练数据是一个5000x400的矩阵，其每一行为一个训练样本（数字的手写图像）。数据中，对应于数字"0"的图像被标记为"10"，而数字"1"到"9"按照其自然顺序被分别标记为"1"到"9"。数据集保存在NN_data.mat.
2021-03-22 09:16:02
23KB
1
熟悉和掌握贝叶斯决策理论，并利用贝叶斯决策理论的相关知识实现手写数字的识别算法，并分析主要参数变化对于识别结果的影响。
参考博客：https://blog.csdn.net/weixin_43442778/category_9481732.html
2021-03-21 22:13:20
12.81MB
1
美国邮政服务USPS手写数字识别库，库中为16×16像素的灰度图像，共有9298个手写数字图像。对于要做迁移学习（Transfer Learning）、连续学习（Life Long learning）等的研究来说，是除mnist之外又一实用的数据集。
2021-03-16 21:15:43
5.96MB
1
搭建一个平台，可以用鼠标手写数字，运用一种分类器对此手写数字进行识别，并对分类器性能进行评估。三次作业，分别用最小错误率贝叶斯分类器，Fisher线性分类器，人工神经网络进行识别。都采用matlab编程，前两种可在平台上手写数字并识别，人工神经网络版本的没有手写平台，能够通过程序读取图片并返回识别出的数字。包含实验报告和用来训练的数字图片。注意使用时必须修改程序中读取的文件位置。
2021-03-16 15:07:21
4.36MB
1
使用python和keras实现的手写数字识别，Jupyter Notebook格式，几乎每行代码都有注释，适合初学图像识别的小白。
2021-03-13 22:19:41
282KB
1