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
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
2021-05-06 10:03:05
103KB
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
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
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
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。
2021-04-13 17:20:23
5KB
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
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。
2021-04-06 10:38:26
69.36MB
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
2021-03-31 20:37:48
278KB
1