内含有minist数据集，同时拥有基于python编程的mobienet网络，涵盖数据的预处理（初始化，白化，中心化以及其他预处理），模型构建，模型测试，涵盖了整个轻量化网络mobienet的所有部分，提供大家学习。

pythom写的knn、k-means、bp神经网络对手写数字识别的模式识别最终大课设，与模式识别大课设那期文章相关

脉冲神经网络识别minist数据集

minist数据集啊啊啊啊啊

【预测模型】基于DNN深度神经网络实现minist数据集预测matlab源码.md

【图像分类】基于宽度学习实现minist数据集图像分类matlab源码.md

最新mnist数据集，不需要从官网上下载， 直接从我这儿下载就全了，可以用在吴恩达视频的数据集，手写数据集识别

minist数据集的csv格式 网上的其他资源均为gz等格式，所以找了一份csv格式的数据上传分享给大家

MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字，其中数字的范围从0到9.本资源提供了minist数据集及matlab读取代码

LeNet-5模型 1990 年代提出的LeNet-5使卷积神经网络在当时成功商用，下图是 LeNet-5 的网络结构图，它接受32 × 32大小的数字、字符图片，这次将LeNet-5模型用来识别MINIST数据集中的数字，并在测试集中计算其识别准确率。 根据上图的网络结构，可以得出下图的模型结构图： 完整代码示例 第一部分：数据集的加载与预处理 import tensorflow as tf from tensorflow import keras from tensorflow.keras import datasets # 导入经典数据集加载模块 # 加载 MNIST 数据集 (x