这个项目是本人在前端学习中利用html+CSS技术写的一个简单项目，适合学习html和CSS的查看

QML手写 基于Qt / QML的开源手写识别键盘 基于QML，ShortStrawJS和Zinnia构建。 特征 基于QML的纯布局，可与输入法面板集成 支持中文（繁体/简体）和日文，百日草的模型和引擎 基于ShortStraw算法的笔画检测与识别 如何安装 安装库 安装QML 插件 签出源代码并编译： git clone https://github.com/penk/qml-handwriting.git 下载，默认路径为/usr/share/tegaki/models/zinnia/handwriting-zh_TW.model 执照 除非另有说明，否则源代码是根据GNU较宽松通用公共许可证的条款分发的。 学分 版权所有（C）2012 Ping-Hsun Chen < >， 包括： Qt Labs的 项目的百日草模型

卷积神经网络+tensorflow+手写数字识别+正确率在99%以上。适合于CPU及GPU两种环境下，如果超出显存可以修改batch_size的大小，。程序里面有具体说明。

手写数字识别，一共有三个文件，前向传播，反向传播，测试。

此模型为LeNet手写数字模型，其中包含有UI界面，使用python语言。 原作者为：ganyc717 Implement the LeNet using tensorflow to recognize handwritten number. Training with MNIST.

下载后不用安装，解压即可使用

压缩包包含 1：EMNIST数据集压缩包 2：EMNIST转化为图片后的格式（PNG） 3：EMNIST数据集转化为图片代码 EMNIST数据集介绍：名字的由来为，Extended MNIST (EMNIST), 一个在手写字体分类任务中更有挑战的 Benchmark EMNIST 主要分为以下 5 类： 1：By_Class ： 共 814255 张，62 类，与 NIST 相比重新划分类训练集与测试机的图片数 2：By_Merge： 共 814255 张，47 类， 与 NIST 相比重新划分类训练集与测试机的图片数 3：Balanced : 共 131600 张，47 类， 每一类都包含了相同的数据，每一类训练集 2400 张，测试集 400 张 4：Digits ：共 28000 张，10 类，每一类包含相同数量数据，每一类训练集 24000 张，测试集 4000 张 5：Letters : 共 145600 张，26 类，每一类包含相同数据，每一类训练集5600 张，测试集 800 张

用FFNN、AlexNet、LeNet网络实现mnist手写数字识别

个人纯手写，完全不雷同网上其他的，用于2017级课程设计，使用非微软32位汇编语言实现的电脑钢琴系统，运行于Dos box。 哎好怀念那时大学生活，祝学弟学妹学业有成！ 课程：专业课程设计Ⅰ，汇编语言，微型计算机原理与接口技术； 1. 课程内容 利用汇编语言设计一个模拟钢琴演奏程序。在显示器上显示出钢琴的键盘，以计算机键盘的相应键模拟钢琴键盘进行乐曲的演奏。在PC机键盘上按键，屏幕上对应的钢琴键出现跳动，并发出相应音符的声音，例如： 按数字 “1”， 发C大调 do 按数字 “2”， 发C大调 re 按数字 “3”， 发C大调 me …… 按空格（其它）鍵，退出。 2. 课程要求 基本要求： （1） 设计一个基本的只有7键的模拟钢琴键盘； （2） 按键时，对应的钢琴键有反映，并发出相应频率的音符声； （3） 松键时，对应的钢琴键恢复原状； （4） 实物演示时要求讲出程序原理和设计思想； （5） 程序运行良好、界面清晰。

中文手写数字字符图片数据集，唯一的CSV文件chineseMNIST.csv，该文件包含15000个观察结果和4098列。列1到4096表示图像的每个像素(64x64)。最后两列为值标和汉字原文。 中文手写数字字符图片数据集，唯一的CSV文件chineseMNIST.csv，该文件包含15000个观察结果和4098列。列1到4096表示图像的每个像素(64x64)。最后两列为值标和汉字原文。