Pytorch实现MNIST手写数字识别（全连接神经网络及卷积神经网络）-附件资源
2021-08-02 11:14:34
106B
1
网络上可见的MNIST手写数字不容易可视，CSDN论坛上之前有人提供了一些bmp或者png格式的图片，但是文件名并没有体现分类，还需要一个文本文件去读取分类标签。 本数据集克服了上述的不足，完全按照类别标签命名，并且每个类别的数字分别放置在不同的目录中。可以共机器学习人员参考。
本图片集已经将训练集和测试集合并，共70000幅图
2021-07-25 21:06:01
33.41MB
1
[英语] 这个例子展示了如何训练一个条件生成对抗网络（CGAN）来生成数字图像，这个demo是基于Matlab官方文档Train Conditional Generative Adversarial Network（CGAN）创建的https://jp.mathworks.com/help/deeplearning/ug/train-conditional-generative-adversarial-network.html [日本人]在这个demo中，手写数字是由Conditional GAN（Generative Adversarial Network）生成的。可以通过标签信息+图像学习网络，生成图像时添加标签信息，指定要生成的图像的类别。
2021-07-24 16:39:56
976KB
1
用卷积神经网络来完成MNIST手写数字算法的详细说明，及对conv2d及max_pool的详细说明
2021-07-08 12:13:01
11.15MB
1
FCN实现手写数字数据集MNIST的识别，代码为自己翻写，包含MNIST数据集，代码与大量注释，及24页原创报告
2021-07-08 11:37:50
26.3MB
主要介绍了Python利用逻辑回归模型解决MNIST手写数字识别问题,结合实例形式详细分析了Python MNIST手写识别问题原理及逻辑回归模型解决MNIST手写识别问题相关操作技巧,需要的朋友可以参考下
2021-07-01 14:21:05
351KB
1
本篇文章主要介绍了PyTorch CNN实战之MNIST手写数字识别示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2021-06-23 11:18:35
118KB
1