本资源为手写数字识别分类的入门级实战代码，代码使用pytorch架构编写，并且无需显卡，只通过CPU进行训练。
代码编写了一个简单的卷积神经网络，输入为单通道的28×28图片，输出是一个10维向量。
数据集的格式应在代码文件同目录下包含两个文件夹，分别为训练文件夹和测试文件夹，训练和测试文件夹下各包含10个以0~9数字命名的文件夹，文件夹中包含了对应的若干张图片文件。
代码在每轮训练结束后会输出训练集分类正确率和测试集分类正确率，并且记录在txt文件中。
2026-01-17 13:40:36
5KB
1
工程文件、数据集、源码下载；
深度学习 pytorch手写数字识别 MNIST数据集 解析+详细注释；
2022-11-01 20:06:03
33.16MB
1
主要介绍了详解PyTorch手写数字识别(MNIST数据集)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-11-14 13:24:57
4KB
1
MNIST 手写数字识别是一个比较简单的入门项目，相当于深度学习中的 Hello World，可以让我们快速了解构建神经网络的大致过程。虽然网上的案例比较多，但还是要自己实现一遍。代码采用 PyTorch 1.0 编写并运行。
导入相关库
import torch
import torch.nn as nn
import torch.nn.functional as F
import torch.optim as optim
from torchvision import datasets, transforms
import torchvision
from torch.autograd
2021-05-08 21:07:18
103KB
1
主要介绍了详解PyTorch手写数字识别(MNIST数据集)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2021-05-06 10:03:05
103KB
1