Python(TensorFlow框架)实现手写数字识别系统的方法
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
文件下载
评论信息
其他资源
- SATO打印测试程序
- 华为接入网HCNP H35-211 最新题库
- vray材质转换.zip
- SpringMVC简易项目
- Linux下C语言实现文件拷贝
- PRML英文版+中文版-机器学习文档类资源
- 电波传播概论
- MATLAB直流潮流计算
- 多开远程桌面RDPWrap-v1.6.2windows10 10.0.16299.15可用
- 纤芯距离与形状对双芯光纤耦合长度的影响
- linux安装oracle11G所需的安装包全.rar
- C++标准程序库.pdf
- SU组件-交通工具.rar
- S6D75A0_V0.10_20080529.pdf
- SPM2020-FMS-源码
- 视频H265编码.pdf
- 美国数学建模竞赛题目 1985-2017 中文版 翻译版.pdf
- 非正交多址
- 适合做UV动画的脚本
- TensorFlow 内核剖析
- 多线程实例（MFC）VS2010版本
- php-mysql-jquery物流客户管理
- MATLAB智能算法超级学习手册
- OpenCV与OpenGL实现增强现实
- MFC绘图板源代码及设计报告
- Silverlight SharpDraw 在线绘图Demo
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
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