基于卷积神经网络的识别Minist手写体数字matlab源码+数据集+含每一步运行结果及每种方法效果评估的完整实验报告

上传者: 63805579 | 上传时间: 2023-02-16 04:28:46 | 文件大小: 12.27MB | 文件类型: ZIP
本资源为深度学习课程设计 含课程设计完整过程的数据集以及实验报告 可供参考 由matlab代码编写构建双层CNN卷积神经网络识别Minist的手写体数据,其中将不断改进的代码跟另外使用工具函数编写的另一个CNN程序结果比较,有一个较为直观的运行效果对比。能够很好的看出程序设计的优劣。使用的是双层卷积神经网络,后向传播用的是随机梯度下降及其优化版本。 适用于CNN初学者以及希望更进一步的学习者。 dataset是MNIST。这里层的概念是指convolution+pooling 函数说明: read_label和read_image分别为读取标签和图像数据点的函数 convolve是实现卷积的函数,pool是实现池化的函数 SGD_MSGD是主函数,把minibatch设为1就是SGD,大于1就是MSGD OPTIMAL是优化版的主函数,OPTIMAL_FINALE是最终优化版的主函数,toolbox是用工具箱函数写的CNN,用于对比之前函数的运行效果。 SGD_MSGD,OPTIMAL,OPTIMAL_FINALE,toolbox都可以直接运行得到答案

文件下载

资源详情

[{"title":"( 14 个子文件 12.27MB ) 基于卷积神经网络的识别Minist手写体数字matlab源码+数据集+含每一步运行结果及每种方法效果评估的完整实验报告","children":[{"title":"read_label.m <span style='color:#111;'> 263B </span>","children":null,"spread":false},{"title":"train-images-idx3-ubyte <span style='color:#111;'> 44.86MB </span>","children":null,"spread":false},{"title":"深度学习手写体识别实验报告.docx <span style='color:#111;'> 1.28MB </span>","children":null,"spread":false},{"title":"t10k-images-idx3-ubyte <span style='color:#111;'> 7.48MB </span>","children":null,"spread":false},{"title":"convolve.m <span style='color:#111;'> 1.23KB </span>","children":null,"spread":false},{"title":"pool.m <span style='color:#111;'> 529B </span>","children":null,"spread":false},{"title":"toolbox.m <span style='color:#111;'> 1.79KB </span>","children":null,"spread":false},{"title":"SGD.m <span style='color:#111;'> 8.07KB </span>","children":null,"spread":false},{"title":"OPTIMAL.m <span style='color:#111;'> 8.36KB </span>","children":null,"spread":false},{"title":"t10k-labels-idx1-ubyte <span style='color:#111;'> 9.77KB </span>","children":null,"spread":false},{"title":"MSGD.m <span style='color:#111;'> 7.69KB </span>","children":null,"spread":false},{"title":"train-labels-idx1-ubyte <span style='color:#111;'> 58.60KB </span>","children":null,"spread":false},{"title":"OPTIMAL_FINALE.m <span style='color:#111;'> 9.96KB </span>","children":null,"spread":false},{"title":"read_image.m <span style='color:#111;'> 563B </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明