【深度学习入门】Paddle实现手写数字识别（基于DenseNet）0. 闲言碎语：1. MNIST 数据集：2. DenseNet 详解：2.1 ResNet（颠覆性的残差结构）：2.2 DenseNet（跨层链接的极致）：3. 代码：
0. 闲言碎语：
OK，因为课程需要就来做了一个手写数字（当初就是这个小项目入的坑hahhh），因为必须在百度的 AI Studio 上进行，所以只能用 Paddle，看了一下 Paddle 的文档，结论是：这不就是 tensorflow + torch 的结合体吗hahhh？所以还是比较容易写这个数字识别的 demo的；
这里就分享一个 Baseline
2021-08-06 10:05:23
629KB
1
【手写数字识别】基于支持向量机SVM实现手写数字识别matlab源码含GUI.md
2021-08-06 09:07:35
14KB
1
jquery实现手写输入签名，不需要任何硬件支持。
采用canvas标签处理签名，可以生成 PNG格式、SVG格式的签名图片，并把图片保存成字符串，根据字符串可以回显到页面。
2021-07-12 16:50:58
76KB
1
基于libtorch实现手写数字mnist识别，包括NN和CNN两种网络结果。具体用法就是配置好libtorch，运行即可！
2021-07-09 14:21:09
6KB
1
http://www.cs.bc.edu/~sciore/
http://www.cs.bc.edu/~sciore/simpledb/
SimpleDB是由波士顿学院开发的，它与Amazon SimpleDB完全无关。
该系统仅用于教学用途。
SimpleDB是用Java编写的多用户事务数据库服务器，它通过JDBC与Java客户端程序进行交互。
对应的教材
https://www.amazon.com/Database-Design-Implementation-Edward-Sciore/dp/0471757160
1. 先运行 数据库服务器
2. 再运行CreateStudentDB 创建测试表和数据
3. 再运行 SelectMajors.java 测试
注意： simpleclient 依赖 simpledb 项目，开发工具中记得配置依赖关系
2021-07-07 10:03:55
155KB
1
手写数字识别算法的设计与实现
本文使用python基于TensorFlow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。这是本人的本科毕业论文课题，当然，这个也是机器学习的基本问题。本博文不会以论文的形式展现，而是以编程实战完成机器学习项目的角度去描述。
项目要求：本文主要解决的问题是手写数字识别，最终要完成一个识别系统。
设计识别率高的算法，实现快速识别的系统。
1 LeNet-5模型的介绍
本文实现手写数字识别，使用的是卷积神经网络，建模思想来自LeNet-5，如下图所示：
这是原始的应用于手写数字识别的网络，我认为这也是最简单的深度网络。
LeNet-5不包括
2021-06-30 20:40:40
205KB
1