由mnist提供的手写数字测试集，每条数据的第一项是数字的正确结果，后784项是28*28手写图片的像素值，使用时应放在程序目录下
2021-10-10 21:30:32
17.45MB
1
有mnist提供的手写数字训练集，每条数据的第一项是数字的正确结果，后784项是28*28手写图片的像素值，使用放在程序目录下
2021-10-09 11:04:34
104.56MB
1
BP神经网络实现手写数字识别matlab实现
2021-09-28 14:02:36
1018KB
基于MATLAB的BP神经网络手写数字识别系统。带有GUI人机交互式界面。读入测试图片，通过截取某个数字，进行预处理，经过bp网络训练，得出识别的结果。可经过二次改造成识别中文汉字，英文字符等课题。
2021-08-25 21:03:55
880KB
1
研究深度学习和卷积神经网络的同学都知道Mnist这个数据库，它是一个手写数字的图像数据集，可以用来作为手写数字识别的神经网络训练的基准测试数据库。原版数据集是以特定格式存储的四个文件，包括乱序排列的60000个训练样本与10000个测试样本，以及每个样本对应的标签向量。现将其中的图片从原文件中读取出来，按照原文件的顺序存储为Matlab的mat数据变量格式，可使用Matlab直接读取，以便各位同学进行科研与实验之用。
压缩包里包含四个Matlab数据变量文件
train_imgSet.mat：训练集图像样本集
train_lable.mat：训练集图像标签
test_imgSet.mat：测试集图像样本集
test_lable.mat:测试集图像标签
图像变量的结构为三维矩阵，前两维为20x20像素的图像矩阵，数据类型为double。第三维为图像序号。
标签变量的结构为一维向量，对应于图像变量中每条样本的第三维图像序号，存储的内容为0~9的实数，表示对应图像矩阵所代表的数字。
原数据集下载地址为：http://yann.lecun.com/exdb/mnist/
2021-08-22 11:57:22
24.35MB
1
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
2021-06-20 13:14:16
5.39MB
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。
2021-06-15 21:23:03
36.78MB
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