keras实现的mnist手写数字识别,模型已经训练好,也可以重新进行训练,带了自己手写的28x28的测试图片,有需要的可以下载
2021-05-09 10:56:27 11.52MB Keras mnist 识别
1
主要介绍了详解PyTorch手写数字识别(MNIST数据集),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
1
C语言-三层BP网络(隐层一层)实现mnist手写数字识别。cpp文件可直接运行,mnist手写数字识别请自行下载,和cpp文件放到同一个路径文件夹下就可以了。成功率达93.49;高斯分布初始化参数。 训练参数的代码文件是BP-network.cpp; 测试的代码文件是BP_test.cpp; 先执行BP-network.cpp,训练完将会生成4个参数txt文件; 再执行BP_test.cpp利用得到的参数去预测测试样本,与测试样本的真实输出做对比,得到识别成功率。
2021-04-28 14:14:19 328KB C语言 BP神经网络 mnist 手写数字识别
1
MNIST手写数字识别数据集百度网盘下载-附件资源
2021-04-23 10:21:31 106B
1
由于pip安装的TensorFlow缺少一部分代码,以及TensorFlow2版本相对于TensorFlow1在语句上有变化。因此大部分网上代码不适用(主要问题在于读取mnist数据包和一些函数形式有问题)。这个代码可以运行。内含离线mnist数据库,mnist.py,main.py等。直接运行main.py即可
2021-04-22 16:52:34 11.07MB TensorFlow2 mnist
1
Tesnorflow0.12.0版本,下载MNIST手写数字识别数据集的python代码
2021-04-21 18:50:19 7KB Tesnorflow MNIST
1
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。
1
用于识别自己手写的图片识别 附带手写图片示例 和已经训练好的h5模型 数据集为mnist 附带 TensorFlow-gpu 运行环境 安装教程
2021-04-09 17:12:19 4.80MB keras TensorFlow mnist 手写数字识别图片
1
该程序使用Python实现BP神经网络mnist手写数字识别。压缩包中给出训练好的权重以及偏移量的mat文件,在程序运行后输入mnist文件夹中图片路径的后缀就可以进行预测,如:4/mnist_test_4.png。压缩包给出训练集的mat文件,读者也可以自行训练该神经网络。该程序能够帮助读者理解BP算法实现的细节。
1
主要为大家详细介绍了基于TensorFlow的CNN实现Mnist手写数字识别,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
1