内容包含数据集、完整源码以及运行结果。
实验内容：利用GAN网络、mnist数据集生成数字图像。
实验过程：1.进行环境配置
2.首先进行数据准备，将MNIST数据集离线下载，添加至对应的路径，避免代码执行过程中重复下载。
2.对MNIST数据集进行可视化展示，便于之后对比。
3.导入程序需要的模块，如torch、numpy等。
4.对分析器进行参数设定与解析。
5.定义生成器和判别器，实现隐藏层、BN以及前向传播。
6.定义损失函数。
7.初始化生成器、判别器和使用GPU加速。
8.定义神经网络优化器，使用动量梯度下降法。
9.对生成网络和训练网络进行训练。
10.结果保存。
11.修改参数，进行结果对比并分析。
2023-01-03 11:26:16
94.86MB
1
利用matlab制作的手写数字识别系统、代码可读性强，结构清晰、GUI运行界面、在Matlab R2014b下编辑完成，有手写版，也可导入图片识别。
2023-01-02 16:46:14
1.65MB
1
找了好几个安卓电子签名，就这个可以直接导入运行，且签名平滑，可以保存
为避免大家浪费积分，可以下载这个试试！
2023-01-02 15:25:26
2.03MB
1
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
2023-01-01 17:08:17
198KB
1
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。
2022-12-31 16:44:41
2KB
1