手写数字识别，使用神经网络实现，包含实现的源代码和数据集。

用python编写的，基于tensorflow深度学习的框架的手写数字识别的完整代码，有注释，可运行，无bug

机器学习入门KNN算法实现的手写数字识别 基本上照搬了http://lib.csdn.net/article/opencv/30167的代码，只是改了一点bug和增加了一点功能 输入就是直接在一个512*512大小的白色画布上画黑线，然后转化为01矩阵，用knn算法找训练数据中最相近的k个，现在应该是可以对所有字符进行训练和识别，只是训练数据中还只有数字而已，想识别更多更精确的话就需要自己多跑代码多写几百次，现在基本上一个数字写10次左右准确率就挺高了，并且每次识别的时候会将此次识别的数字和01矩阵存入训练数据文件夹中，增加以后识别的正确率，识别错了的话需要输入正确答案来扩充训练数据

采用tensorflow深度学习框架对手写数字识别的一整套代码

有训练代码和测试代码和我已经训练好的模型，还有几张我的测试图片 详情见我的博客：https://blog.csdn.net/qq_38269418/article/details/78991649

基于PCA主元分析法实现的手写数字识别功能，附有Matlab代码及解释。

手写数字识别，所使用的是PCA主成分分析算法，内部有多个测试图片和PDF说明。

可以直接运行的代码，关于bp神经网络进行手写字数字识别的，内附0-9手写字体图片，每个数字500张图片。

mnist手写数字识别，代码可在正确环境下直接运行。 欢迎下载

tensorflow手写数字识别python源码官网案例，带详细注释，适合刚初学tensorflow的mnist数据集训练识别， 相关链接： 手写数字识别 ----在已经训练好的数据上根据28*28的图片获取识别概率（基于Tensorflow,Python） https://www.cnblogs.com/motao9527/p/10190987.html