手写数字识别python
在这个示例中，我们使用PyTorch实现了一个基于LeNet5模型的手写数字识别器，并在MNIST数据集上进行了训练和测试。代码中包括数据加载、模型定义、损失函数和优化器的声明，以及训练和测试的代码逻辑。需要注意的是，在实际使用过程中，我们需要根据具体的应用场景选择合适的模型结构、损失函数、优化器等，并对数据进行适当的预处理和后处理。
2024-06-28 11:29:51
3KB
1
基于卷积神经网络的手写数字识别python代码实现
卷积神经网络（Convolutional Neural Network,CNN）中，卷积层的神经元只与前一层的部分神经元节点相连，即它的神经元间的连接是非全连接的，且同一层中某些神经元之间的连接的权重 w 和偏移 b 是共享的（即相同的），这样大量地减少了需要训练参数的数量。
2021-11-30 16:39:55
21KB
1
Neural Networks and Deep Learning的手写数字识别例程的python3版本，亲自在python shell下修改仿真后，测试无bug
2021-09-22 14:21:13
18.07MB
1
基于BP神经网络和sklearn的digit数据集编写的手写数字识别demo。带有GUI手写画板，同时还可以根据需要保存手写数字的数据。
2021-05-07 17:22:33
15KB
1
该程序使用Python实现BP神经网络mnist手写数字识别。压缩包中给出训练好的权重以及偏移量的mat文件，在程序运行后输入mnist文件夹中图片路径的后缀就可以进行预测，如：4/mnist_test_4.png。压缩包给出训练集的mat文件，读者也可以自行训练该神经网络。该程序能够帮助读者理解BP算法实现的细节。
2021-04-06 10:38:26
69.36MB
1
tensorflow手写数字识别python源码官网案例，带详细注释，适合刚初学tensorflow的mnist数据集训练识别，
相关链接：
手写数字识别 ----在已经训练好的数据上根据28*28的图片获取识别概率（基于Tensorflow,Python）
https://www.cnblogs.com/motao9527/p/10190987.html
2019-12-21 20:44:39
10KB
1