手写体数字识别

常用视觉数据集（更新中）

1.MNIST(手写数字识别)MNIST（ModifiedNationalInstituteofStandardsandTechnology）数据集是一个广泛用于计算机视觉和机器学习领域的经典数据集。
Xiacedar·2023-12-27 05:46

python实现knn算法案例_python机器学习——KNN算法简单入门（真的很简单！）

后来发现一个神奇的网站k-近邻算法实现手写数字识别系统--《机器学习实战》,跟着过了一遍之后感觉还不错，也顺便买了《机器学习实战》这本书，接着就正式入坑机器学习。
weixin_39892481·2023-12-27 03:18

2-7节 k-近邻算法|手写识别系统|机器学习实战-学习笔记

1.KNN项目案例介绍:项目案例2:手写识别系统项目概述:构造一个能识别数字0到9的基于KNN分类器的手写数字识别系统。
努力奋斗的durian·2023-12-26 12:21

机器学习-神经网络-手写数字识别-KNN（有代码，有解析，有数据集，可视化）

机器学习-神经网络-手写数字识别文章目录机器学习-神经网络-手写数字识别1.数据收集与可视化2.KNN实现手写数字识别2.1.数据收集2.2.数据处理2.3.模型构建与预测2.4准确率分析2.5.优缺点分析
herry_drj·2023-12-26 08:51

机器学习笔记 八：Matlab实现神经网络的手写数字识别

OctaveCode需要解决的问题（3个）:1.数据加载及可视化1.1displayData.m2.参数加载3.基于前向传播算法计算代价4.正则化4.1nnCostFunction.m5.梯度下降函数5.1sigmoid.m5.2sigmoidGradient.m6.初始化参数6.1randInitializeWeights.m7.后向传播算法实现7.1checkNNGradients.m8.后向
Amyniez·2023-12-26 08:20

Linux 之旅 11：Linux 账号管理与 ACL 权限设置

的账号与用户组使用者识别码：UID与GID关于Linux的账号管理，有两个数字最为重要：UID：（UserID），即账号的唯一识别码GID：（GroupID)，即用户组的唯一识别码LInux通过这两个数字识别系统中的用户以及群组
魔芋红茶·2023-12-24 10:50

【Pytorch】学习记录分享6——PyTorch经典网络 ResNet与手写体识别

【Pytorch】学习记录分享5——PyTorch经典网络ResNet1.ResNet（残差网络）基础知识2.感受野3.手写体数字识别3.0数据集（训练与测试集）3.1数据加载3.2函数实现：3.3训练及其测试
大江东去浪淘尽千古风流人物·2023-12-22 21:49

Keras 实例教程（二）- mnist数据集

这次执行的任务和《基于Softmax实现手写数字识别》中所描述的基本一致，也就是设法对MINST数据集中的手写数字图片进行识别。
chengjian666·2023-12-22 21:51

【Week P1】 MNIST手写数字识别

文章目录一、环境配置1.1安装环境1.2设置环境，开始本文内容二、准备数据三、搭建网络结构四、开始训练五、查看训练结果六、总结2.1⭐`torchvision.datasets.MNIST`详解(Line4&Line9)2.2⭐`torch.utils.data.DataLoader`详解(Line4&Line9)2.3⭐`squeeze()`函数(Line37)4.2⭐编写训练函数4.4⭐正式训
m_Molly·2023-12-22 15:01

LeNet

它是深度学习领域中最早的成功应用之一，被广泛用于手写数字识别任务。LeNet的诞生可以追溯到20世纪90年
奉系坤阀·2023-12-22 03:04

你做的每件事情都有意义

虽然现在电脑使用很普及，什么文件都都可以打印，自己的手写体好不好看没
成长长青·2023-12-21 19:29

no.1-10/14/2018

二：目前进度Project1.通过经典手写数字识别学习MLP神经网络a)比较经典的神经网络，数据集是MUISTDatabase手写数字图像，输入时28*28的手写数字灰度图像。
红豆汤来两大碗·2023-12-20 20:42

MNIST手写数字识别——simple model Y = XW + b

文章目录数据处理MINIST手写数字数据集简单介绍一下数据集将数据集转化为csv文件简单的手写数字识别模型加载数据集定义模型和超参数前向传播sigmoid激活函数softmax函数交叉熵损失函数反向传播梯度下降法链式法则
涵涵不是憨憨~·2023-12-20 18:30

FPGA 实现 LeNet-5 卷积神经网络 数字识别，提供工程源码和技术支持

目录1、前言LeNet-5简洁基于Zynq7020的设计说明PL端FPGA逻辑设计PS端SDK软件设计免责声明2、相关方案推荐卷积神经网络解决方案FPGA图像处理方案3、详细设计方案PL端：ov7725摄像头及图像采集PL端：图像预处理PL端：Xilinx推荐的图像缓存架构PL端：识别结果的PL与PS交互PL端：图像后处理PL端：RGB转HDMIPS端：图像获取PS端：卷积层计算PS端：池化层计算
9527华安·2023-12-20 17:35

文字识别和阅读软件OmniReader Pro mac介绍

OmniReaderPromac是一款文字识别和阅读软件，它可以将印刷体和手写体的文字转换为数字文本，并将其朗读出来。
mac116·2023-12-20 09:33

091基于深度学习的手写汉字数字识别含10多种模型

demo仓库和视频演示找091期：到此一游7758258的个人空间_哔哩哔哩_bilibili效果展示图如下：代码文件展示如下：运行01数据集文本生成制作.py可以读取图片路径保存再txt文本中，运行02train.py可以对txt文本中的图片路径读取并训练模型，在02中可以选择的模型有10多种，可以都训练进行对比、包括alexnet、DenseNet、DLA、GoogleNet、Mobilene
bbfbdfbfghfh·2023-12-19 22:11

深度学习 | 前馈神经网络与反向传播算法

目录一、Logistic函数二、前馈神经网络（FNN）三、反向传播算法（BP算法）四、基于前馈神经网络的手写体数字识别一、Logistic函数Logistic函数是学习前馈神经网络的基础。
天下弈星~·2023-12-18 16:31

PyTorch官网demo解读——第一个神经网络（2）

这个demo实际上只使用了一个简单的线性模型：y=wx+b；手写数字识别最后其实只输出10个结果（0~9），所以我们可以将结果表示为包含十个数的一维矩阵[10]，矩阵中的每个值是预测的概率值，表示索引代表的数字的概率
骑猪等风·2023-12-18 12:15

浅谈基于深度学习的手写体纸质文档识别OCR软件

在众多的OCR（OpticalCharacterRecognition）软件中，基于深度学习的手写体纸质文档识别OCR软件成为了关注焦点。本文将探讨这种软件的特点、功能以及应用前景。
金鸣识别·2023-12-18 10:21

[Python] 计算机视觉-图像分类经典模型

源于产业实践的开源深度学习平台供本人记录用目录一、LeNet模型二、AlexNet模型三、VGG模型四、GoogLeNet模型五、ResNet模型一、LeNet模型1、模型介绍标LeNet模型网络结构示意图题上述结构是针对手写数字识别任务而设计
零澪灵·2023-12-18 09:41

机器学习中常见4种学习方法、13种算法

机器学习中常见4种学习方法、13种算法一.4大主要学习方法1.1监督式学习在监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，如对防垃圾邮件系统中“垃圾邮件”“非垃圾邮件”，对手写数字识别中的
cocochimp·2023-12-18 05:49

Pytorch实战（一）——MNIST手写数字识别

MNIST手写数字识别项目因为数据量小、识别任务简单而成为图像识别入门的第一课，MNIST手写数字识别项目有如下特点：识别难度低，即使把图片展开为一维数据，且只使用全连接层也能获得超过98%的识别准确度
dalalaa·2023-12-17 13:36

tensorflow学习笔记：识别图中模糊的手写体数字（2）基于多层神经网络以及TensorBoard可视化网络

tensorflow学习笔记：识别图中模糊的手写体数字（2）基于多层神经网络以及TensorBoard可视化运行环境tensorflow-gpu1.11.0python3.6.9importtensorflowastfimportos
heart_ace·2023-12-17 07:23

TensorFlow神经网络中间层的可视化

通过.h5文件导入网络3.可视化网络中间层结果（1）索引取层可视化（2）通过名字取层可视化TensorFlow神经网络中间层的可视化1.训练网络并保存为.h5文件我们使用AlexNet为例，任务是手写数字识别
_MaZy·2023-12-17 07:48

机器学习中数据的特征表示

图像特征：在手写体数字识别任务中，样本为待识别的图像．为了识
白牛DATA·2023-12-16 12:26

大创项目推荐 卷积神经网络手写字符识别 - 深度学习

文章目录0前言1简介2LeNet-5模型的介绍2.1结构解析2.2C1层2.3S2层S2层和C3层连接2.4F6与C5层3写数字识别算法模型的构建3.1输入层设计3.2激活函数的选取3.3卷积层设计3.4
laafeer·2023-12-15 22:36

深度学习 Day12——P1实现mnist手写数字识别

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文章目录前言1我的环境2代码实现与执行结果2.1前期准备2.1.1引入库2.1.2设置GPU（如果设备上支持GPU就使用GPU,否则使用CPU）2.1.3导入数据2.1.4查看数据2.1.5.数据可视化2.2构建CNN网络模型2.3训练模型2.3.1训练模型2.3.2编写训练函数2.3.3编写测试函数2.3.4正式训练2
LittleRuby·2023-12-15 20:57

神经网络目前常用的公开数据集

1.MNIST手写数字识别数据集,包含60,000个训练样本和10,000个测试样本,每个样本是28x28的手写数字图片。
缘起性空、·2023-12-15 19:41

不会开展政治工作或沦为低级红高级黑

存在领域最多的当属政治机关，那些印口袋书多到口袋装不下的；那些一谈政治就让手写体会几千字的；那些不检讨自己作为，却在强调防民之口、甚于防川的；那些只考虑服务上级周全，对大众疾苦视而不见的；那些先迈哪条腿都要向领导学的
小鸡炖大鹅·2023-12-15 05:29

计算机视觉（下）

part2图像分类目录LeNetLeNet在手写数字识别上的应用LeNet识别手写数字LeNet在眼疾识别数据集iChallenge-PM上的应用数据集准备查看数据集图片定义数据读取器启动训练AlexNetVGGGoogLeNetResNet
豪訫·2023-12-14 22:19

移动端h5页面meta标签设置

//删除苹果默认的工具栏和菜单栏//设置苹果工具栏颜色//忽略页面中的数字识别为电话，忽略email识别//启用360浏览器的极速模式(webkit)//避免IE使用兼容模式//针对手持设备优化，主要是针对一些老的不识别
兜兜里冒糖糖·2023-12-06 18:59

[PyTorch][chapter 5][李宏毅深度学习][Classification]

前言：这章节主要讲解常用的分类器原理.分类主要是要找到一个映射函数比如垃圾邮件分类:c=0,垃圾邮件c=1正常邮件主要应用场景：垃圾邮件分类,手写数字识别,金融信用评估.这里面简单了解一下，很少用目录：
明朝百晓生·2023-12-06 12:54

【GD32307E-START】04 使用TinyMaix进行手写数字识别

【GD32307E-START】04使用TinyMaix进行手写数字识别参考博客【GD32F427开发板试用】使用TinyMaix进行手写数字识别https://blog.csdn.net/weixin
End-ING·2023-12-05 12:27

Course2-Week1-神经网络

神经网络概述1.1欢迎来到Course21.2神经元和大脑1.3引入神经网络-需求预测1.4神经网络的其他示例-图像感知2.神经网络的数学表达式2.1单层的神经网络-需求预测2.3前向传播的神经网络-手写数字识别
虎慕·2023-12-05 09:35

卷积神经网络（CNN）：艺术作品识别

.各项指标评估一、前言我的环境：语言环境：Python3.6.5编译器：jupyternotebook深度学习环境：TensorFlow2.4.1往期精彩内容：卷积神经网络（CNN）实现mnist手写数字识别卷积神经
NoteLoopy·2023-12-05 05:46

卷积神经网络（CNN）：乳腺癌识别.ipynb

.各项指标评估一、前言我的环境：语言环境：Python3.6.5编译器：jupyternotebook深度学习环境：TensorFlow2.4.1往期精彩内容：卷积神经网络（CNN）实现mnist手写数字识别卷积神经
NoteLoopy·2023-12-05 05:07

十四、机器学习进阶知识：KNN分类算法

文章目录1、KNN分类介绍2、KNN分类核心要素3、KNN分类实例1.1鸢尾花分类1.2手写数字识别1、KNN分类介绍分类是数据分析中非常重要的方法，是对己有数据进行学习,得到一个分类两数或构造出一个分类模型
七层楼的疯子·2023-12-05 05:34

Mindspore实现手写数字识别

废话不多说，首先说一下我使用的环境：python3.9mindspore2.1使用jupyternotebookStep1：导入相关依赖的包importosfrommatplotlibimportpyplotaspltimportnumpyasnpimportmindsporeasmsimportmindspore.contextascontextimportmindspore.datasetas
编程被我拿捏住了·2023-12-04 13:34

阅读软件OmniReader Pro mac功能特色

OmniReaderPromac是一款文字识别和阅读软件，它可以将印刷体和手写体的文字转换为数字文本，并将其朗读出来。
mac116·2023-12-03 18:54

基于BP神经网络的手写体数字识别matlab仿真

目录1.算法运行效果图预览2.算法运行软件版本3.部分核心程序4.算法理论概述5.算法完整程序工程1.算法运行效果图预览2.算法运行软件版本matlab2022a3.部分核心程序filename=dir('images\*.bmp');%图像文件格式loadBP.matfilename=dir('test\*.bmp');%图像文件格式%测试集测试figure;fork=1:60filename(
简简单单做算法·2023-12-03 16:56

你怎么看待每日写字这件事？

看到这个题目我就一直在思考一个问题，每日写字指的是手写体写字？专门的练字?还是写文章？
念情浅如川·2023-12-03 10:12

卷积神经网络-3D医疗影像识别

CT扫描进行预测一、前言我的环境：语言环境：Python3.6.5编译器：jupyternotebook深度学习环境：TensorFlow2.4.1往期精彩内容：卷积神经网络（CNN）实现mnist手写数字识别卷积神经网络
NoteLoopy·2023-12-03 07:33

18、深度学习实战——完成一个模型的训练和推理

本文进行一个实战，我选择了一个经典的图像识别神经网络——Mnist手写数字识别的神经网络。一起从获取训练数据集、训练模型到预测图片走一遍，感受一下一个神经网络是如何被训练出来，又是如何工作的。
董董灿是个攻城狮·2023-12-02 17:54

手写数字识别加法器--深度学习实验

上次老师布置了一个实验：手写数字识别--深度学习实验-CSDN博客这次在上次的基础上又布置了一个实验，也是做了好久才做出，所以把实验报告放到CSDN保存，自己忘了方便查阅，也为其他人提供借鉴。
IT小艺·2023-12-02 10:42

MNIST训练数字识别

文章目录Keras搭建卷积网络训练模型详解全部代码Keras搭建卷积网络训练模型详解Keras里面自带了训练和测试数据集，我们要做的就是搭建Keras模块，并且确保训练集和测试集的数据和模块的参数相吻合导入Sequential模型：在深度学习中，顺序模型是一种简单的线性堆叠模型，通过将层逐一叠加构建神经网络importnumpyasnpfromkeras.datasetsimportmnistfr
没有难学的知识·2023-12-01 18:12

爱芯元智AX650N部署yolov8s 自定义模型

爱芯元智AX650N部署yolov8s自定义模型本博客将向你展示零基础一步步的部署好自己的yolov8s模型（博主展示的是自己训练的手写数字识别模型），本博客教你从训练模型到转化成利于Pulsar2工具量化部署到开发板上训练自己的
冰糖小新新·2023-12-01 13:10

深度强化学习-策略梯度算法深入理解

2手写数字识别我们先来看一下手写数字识别案列，采用LeNet网络，其输入为一
indigo love·2023-12-01 01:40

Python手写数字识别

程序示例精选Python手写数字识别如需安装运行环境或远程调试，见文章底部个人QQ名片，由专业技术人员远程协助！前言这篇博客针对《Python手写数字识别》编写代码，代码整洁，规则，易读。
荷塘月色2·2023-12-01 00:16

tensorflow学习笔记（十）：GAN生成手写体数字（MNIST）

文章目录一、GAN原理二、项目实战2.1项目背景2.2网络描述2.3项目实战一、GAN原理生成对抗网络简称GAN，是由两个网络组成的，一个生成器网络和一个判别器网络。这两个网络可以是神经网络（从卷积神经网络、循环神经网络到自编码器）。生成器从给定噪声中（一般是指均匀分布或者正态分布）产生合成数据，判别器分辨生成器的的输出和真实数据。前者试图产生更接近真实的数据，相应地，后者试图更完美地分辨真实数据
陈小虾·2023-11-30 09:37

吴恩达机器学习课后作业Python实现 03 Multi-class Classification & Neural Network

练习的第一部分，将扩展之前的逻辑回归实现，将其应用于一对多的分类；第二部分将使用神经网络进行数字识别。
shy~·2023-11-30 01:27
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他