手写体

深度学习——LeNet的实现（笔记）

1.LeNet是用来分辨手写体的数字的，分辨出来是哪个数字的可能性。用到的数据集是MNIST先用卷积层来学习图片的空间信息，用池化层降低图片的敏感度。最后用全连接层转换为类别的空间，转换为10类。
jbkjhji·2022-12-01 04:28

吴恩达机器学习课后作业ex3（python实现）

手写体“1”到“9”的类别分别标为1-9，“0”被标记为10。这里先随机抽取100个手写体绘图出来查看。
糖醋web排骨·2022-12-01 00:54

Keras深度学习实战（37）——手写文字识别

CTC1.3计算CTC损失值2.模型与数据集分析2.1数据集分析2.2模型分析3.实现手写文字识别模型3.1数据集加载与预处理3.2手写文字识别模型构建与训练小结系列链接0.前言当前越来越多的场景需要将手写体的文字转换为电子格
盼小辉丶·2022-11-29 23:21

基于CNn的MINIST手写体识别

深度学习的上机作业:基于CNN卷积神经网络的MINIST手写体识别版本:python-3.9,tensorflow-2.9目录MINIST数据集训练CNN卷积神经网络使用训练好的模型进行预测写这篇文章为了讲一个故事
重载芋头·2022-11-29 23:49

tensorflow实现手写数字识别

这个系列是这样计划的，完成手写体识别后就直接开始尝试复现我找工作的领域中的经典推荐算法模型了。复现完成后再重新补足理论。由于工业界对于tensorf
古承风·2022-11-29 13:42

使用KNN根据深度自编码器降维特征识别MNIST数据集手写体数字(pytorch+scikit learn)

目标：实现无监督的数据降维，并根据降维信息实现KNN分类内容：1.自编码器降维自编码器是为使神经网络学习数据原始特征，将高维数据特征用低维数据特征表示，是一种无监督的表征学习方法。其包含编码器部分和解码器部分，编码器负责学习数据的低维嵌入特征，解码器负责将编码学习到的低维特征重新构建回原始数据特征，俩者就好像数据通信的编码和解码过程。自编码器一般使用MSE损失函数，使重构建的特征接近于原始特征。其
上进的小菜鸟·2022-11-29 09:36

from tensorflow.examples.tutorials.mnist import input_data 出错

在使用tensorflow实现辨别手写体的过程中遇到了一下错误那么你则可以看下你当前环境下的TensorFlow的example中是否有tutorials文件或是否有example文件夹进入后如果发现，
明心_前进·2022-11-29 08:48

DeepLearn学习步骤

deeplearning的知识和python基础1.CUDA,CUDANN的安装，conda安装，pytorch安装，pycharm安装，包括简单模型的构建（绝对的简单入门，需要一丢丢的python基础）2.学习手写体
可基大萌萌哒的马鹿·2022-11-29 08:57

从LeNet-5看懂卷积神经网络结构

LeNet-5出自论文Gradient-BasedLearningAppliedtoDocumentRecognition，是一种用于手写体字符识别的非常高效的卷积神经网络。
量子孤岛·2022-11-29 07:18

LeNet-5详解

一、前言LeNet-5出自论文Gradient-BasedLearningAppliedtoDocumentRecognition，是一种用于手写体字符识别的非常高效的卷积神经网络。
琥珀彩·2022-11-29 07:48

这可能是神经网络 LeNet-5 最详细的解释了！

LeNet-5由LeCun等人提出于1998年提出，是一种用于手写体字符识别的非常高效的卷积神经网络。
红色石头Will·2022-11-29 07:17

手写体识别——Knn算法和logistic算法

手写体识别——Knn算法和logistic算法Knn算法导入手写体数据随机划分训练集、测试集导入画图函数导入knn算法并训练Knn算法运行时间Knn算法准确率logistic算法导入logistic算法并训练
莫荒误·2022-11-28 21:00

构建一个简单的卷积神经网络——手写体识别（通过摄像头测试）

构建一个简单的卷积神经网络——手写体识别文章目录构建一个简单的卷积神经网络——手写体识别前言1.构建一个卷积层2.在类里面使用函数堆积一个卷积层3.构建一个简单的卷积网络总结前言从简单学起，，，1.构建一个卷积层
Chaoy6565·2022-11-28 07:55

深度学习实战14(进阶版)-手写文字OCR识别，手写笔记也可以识别了

手写的文稿在日常生活中较为常见，比如笔记、会议记录，合同签名、手写书信等，手写体的文字到处都有，所以针对手写体识别也是有较大的需求。
微学AI·2022-11-27 22:48

【计算机视觉】基于tensorflow Lenet进行minist手写体识别

目录一、原理1.1卷积神经网络1.2Lenet二、数据分析三、结果分析一、原理1.1卷积神经网络卷积神经网络的层级结构1.2LenetLeNet-5，用于实现手写识别的7层CNN（不包含输入层）输入原始图像的大小是32×32，卷积层用表示，子采样层（pooling）用表示，全连接层用表示，x代表层数。C1层是卷积层，单通道下用了6个卷积核，这样就得到了6个featuremap，其中每个卷积核的大小
Q蕾·2022-11-27 14:00

tensorflow实现Minist手写体识别

importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data#下载MINIST数据集mnist=input_data.read_data_sets('MNIST_data',one_hot=True)#表示输入任意数量的MNIST图像，每一张图展平成784维的向量#placeholder是占位符，在训练时指定
a493862864·2022-11-27 13:57

基于Tensorflow的MINIST手写体识别

MINIS手写体识别相当于机器学习中的Helloworld，作为深度学习领域的入门任务是初学者的首选。
Emperor10·2022-11-27 13:57

NNDL 实验六 卷积神经网络（3）LeNet实现MNIST

目录5.3基于LeNet实现手写体数字识别实验5.3.2模型构建5.3.3模型训练5.3.4模型评价5.3.5模型预测使用前馈神经网络实现MNIST识别，与LeNet效果对比。
HBU_David·2022-11-27 09:22

基于AlexNet卷积神经网络的手写体数字倾斜校正系统研究-附Matlab代码

⭕⭕目录⭕⭕✳️一、引言✳️二、AlexNet网络✳️三、实验验证✳️3.1实验数据集✳️3.2数据训练✳️3.3手写体倾斜数字校正结果✳️四、参考文献✳️五、Matlab代码获取✳️一、引言手写体数字识别是光学字符识别
matlab科研中心·2022-11-27 09:20

NNDL 实验六 卷积神经网络（4）ResNet18实现MNIST

目录5.4基于残差网络的手写体数字识别实验5.4.1模型构建5.4.1.1残差单元5.4.1.2残差网络的整体结构5.4.2没有残差连接的ResNet185.4.2.1模型训练5.4.2.2模型评价5.4.3
红肚兜·2022-11-27 09:14

基于AlexNet卷积神经网络的手写体数字识别系统研究-附Matlab代码

⭕⭕目录⭕⭕✳️一、引言✳️二、手写体数字识别系统✳️2.1MNIST数据集✳️2.2CNN✳️2.3网络训练✳️三、手写体数字识别结果✳️四、参考文献✳️五、Matlab代码获取✳️一、引言手写数字识别是计算机视觉领域中的一个重要应用
matlab科研中心·2022-11-27 07:27

李宏毅2021《机器学习/深度学习》——学习笔记（3）

文章目录DNNTrainingProcedure深度学习简介神经网络是一个函数神经网络中的矩阵运算手写体识别例子Backpropagation（反向传播）参考资料DNNTrainingProcedure
dotJunz·2022-11-27 02:34

Shikhar Gupta的SNN解决手写体识别

ShikharGupta的SNN解决手写体识别首先他这个算法是基于LIF（泄露整合发放神经元模型）神经元的一个神经网络。
糊涂不是傻·2022-11-27 00:09

【机器学习】SVM支持向量机在手写体数据集上进行二分类、采⽤ hinge loss 和 cross-entropy loss 的线性分类模型分析和对比、网格搜索

2022Fall机器学习1.实验要求考虑两种不同的核函数：i)线性核函数;ii)⾼斯核函数可以直接调⽤现成SVM软件包来实现⼿动实现采⽤hingeloss和cross-entropyloss的线性分类模型，并⽐较它们的优劣2.实验内容1）SVM模型的⼀般理论2）采⽤不同核函数的模型和性能⽐较及分析3）采⽤hingeloss的线性分类模型和SVM模型之间的关系4）采⽤hingeloss线性分类模型和
Maxwell-Wong·2022-11-26 23:30

java使用minist手写数据集,用滴滴云Notebook快速上手PyTorch-MINIST手写体

在本教程中，您将学习如何快速使用PyTorch训练一个神经网络学习如何识别手写数字。本文使用滴滴云Notebook作为开发环境，滴滴云Notebook服务集成了CUDA、CuDNN、Python、TensorFlow、Pytorch、MxNet、Keras等深度学习框架，无需用户自己安装。Part.11，购买Notebook服务注册滴滴云并实名认证后可购买Notebook服务注册步骤：2，进入控制
可可子姐姐教英语·2022-11-26 21:56

pytorch实现GAN的小例子--生成Minist手写体图片

最近在学习HandwritingTransformers手写体生成，里面用到了复杂的GAN模型，所以最近开始学习GAN。记录一下一个pytorch实现GAN的小例子，下面代码可以直接运行。
mz314·2022-11-26 21:56

pytorch实现 minist 手写体分类任务

minist的分类任务在深度学习界属于helloworld级别的任务了，虽然任务简单，但是对入门来说还是相当重要的，这里采用pytorch来实现这个minist手写数字的分类任务采用jupyternotebook的形式展现步骤准备1、环境中一定要准备好torch，对于项目项目的其他模块如果没有直接采用pipinstall命令安装即可importtorchprint(torch.__version_
橘の月半喵·2022-11-26 21:55

基于BP神经网络的手写体识别

实验描述  使用BP神经网络，编程实现手写体的识别，输出识别率。
嗯..·2022-11-26 10:22

TensorFlow1 ：RNN实现mnist手写体数字识别

本文采用mnist的60000万训练集、10000测试集构建、测试可以识别手写体数字的RNN网络，并达到不错效果（98%左右）。本文将分步讲解代码，提供测试训练集、整体代码。
pengchengIT·2022-11-26 08:33

深度学习——day19 读论文：基于改进 Sigmoid 卷积神经网络的手写体数字识别（2021 信息科技）

基于改进Sigmoid卷积神经网络的手写体数字识别基于改进Sigmoid卷积神经网络的手写体数字识别（2021计算机科学）资源下载chap1模型构建1）数学神经元结构xj为输入信号，f为传递函数，wi,
想太多!·2022-11-26 07:51

tensorflow+python flask进行手写识别_GitHub - HuangCongQing/tensorflow-minist: TensorFlow与Flask结合打造手写体数字识别 .

tensorflow-ministTensorFlow与Flask结合打造手写体数字识别environments：python3.5win764位课程目录TensorFlow框架介绍MNIST数据集及模型建立
weixin_39752157·2022-11-26 00:12

TensorFlow与Flask结合打造手写体数字识别

flaskTensorflow定义模型modelmnist_testdemo/mnist/model.py线性模型importtensorflowastf#Y=W*x+b线性模型defregression(x):W=tf.Variable(tf.zeros([784,10]),name="W")b=tf.Variable(tf.zeros([10]),name="b")y=tf.nn.softma
萌同学_Yeah·2022-11-26 00:09

Tensorflow与Flask结合打造手写体数字识别项目(MNIST数据集)

代码见：https://github.com/skyerhxx/Tensorflow-Flask开发环境Python:3.7Tensorflow:1.13.1cuda10.1Flask:1.1.2IDE:PycharmOS：Win10使用Flask调用模型步骤①使用训练好的模型②定义参数③通过端进行传参④进行数据验证并返回整合步骤①训练并生成模型②暴露接口③前端调用④验证并返回结果效果展示线性模型
hxxjxw·2022-11-26 00:07

TensorFlow与Flask结合打造手写体数字识别 https://www.imooc.com/learn/994

项目结构convolutional.pyimportosimportmodelimporttensorflowastfimportinput_datadata=input_data.read_data_sets('MNIST_data',one_hot=True)withtf.variable_scope("convolutional"):x=tf.placeholder(tf.float32,[
嘉然今日食乜嘢·2022-11-26 00:04

TensorFLow.js实现手写体数字识别

先看最终效果：一、加载MNIST数据集使用预先准备好的脚本加载MNIST数据集，脚本可在文章末尾的源码里面获取。为了避免从国外直接下载数据集花费太多时间，所以脚本文件里面已经将地址改成本地的，因此你需要现将MNIST数据保存在本地，数据集也可以在源码力获取。脚本里面关于MNIST路径的配置如下：constMNIST_IMAGES_SPRITE_PATH='http://127.0.0.1:8080
.Thinking.·2022-11-26 00:32

PaddleOCR手写体训练摸索

手写OCR识别一：官方支持的数据格式？1.官方文档1.1PaddleOCR支持两种数据格式:1.2训练数据的默认存储路径1.3自定义数据集的准备1.3.1通用数据集1.3.2lmdb数据集1.3.2.1lmdb基本函数：1.3.2.2创建一个lmdb环境：1.3.2.3修改数据库内容：1.3.2.4查询数据库内容：1.3.2.5完整的demo如下：1.3.2.6将图片和对应的文本标签存放到lmdb
xiewk2015·2022-11-25 20:03

MNIST数据集手写体识别(MLP实现)

github博客传送门博客园传送门本章所需知识:没有基础的请观看深度学习系列视频tensorflowPython基础资料下载链接:深度学习基础网络模型(mnist手写体识别数据集)MNIST数据集手写体识别
zh3389·2022-11-25 17:43

MNIST手写数字集CNN卷积神经网络

目录MNIST手写数字集介绍Softmax网络介绍CNN简介代码参考MNIST手写数字集介绍MNIST图像数据集使用形如[28，28]的二阶数组来表示每个手写体数字，数组中的每个元素对应一个像素点，即每张图像大小固定为
小王快学习·2022-11-25 15:30

手写数字数据集MNIST

文章目录一、简介二、下载MNIST数据集训练集和测试集的长度输出图像数据和标记数据的形状显示手写数字图片输出数据集中的第1个样本显示图片一、简介MNIST是一个非常有名的手写体数字识别数据集(手写数字灰度图像数据集
奋斗在阿尔卑斯的皮卡丘·2022-11-25 14:51

minist识别

一.任务及数据就是自己写一个神经网络来实现对于MNIST数据集的手写体分类任务。作者提供了一个数据集，这里就使用作者的数据集。MNIST数据集下载下来直接放在工程目录里面就行了。
向前跑_汪汪·2022-11-25 14:50

NNDL 实验六 卷积神经网络（4）ResNet18实现MNIST

目录5.4基于残差网络的手写体数字识别实验5.4.1模型构建5.4.1.1残差单元5.4.1.2残差网络的整体结构5.4.2没有残差连接的ResNet185.4.2.1模型训练5.4.2.2模型评价5.4.3
HBU_fangerfang·2022-11-25 10:31

基于CNN模型的手写字符识别的分析与实现过程

3.1.3全连接层3.2构建CNN与代码实现3.3CNN结构模型数据流可视化3.3.1tensorboardx可视化3.3.2Netron可视化模型4.特征提取可视化5.分析6.总结1.前言MNIST是一个手写体数字的图片数据集
error:404..·2022-11-25 03:26

dnn神经网络和bp神经网络,dnn深度神经网络原理

然而，样本出现的时间顺序对于自然语言处理、语音识别、手写体识别等应用非常重要。对了适应这种需求，就出现了另一种神经网络结构——循环神经网络RNN。
普通网友·2022-11-25 03:49

NNDL 实验六 卷积神经网络（4）ResNet18实现MNIST

5.4基于残差网络的手写体数字识别实验残差网络（ResidualNetwork，ResNet）是在神经网络模型中给非线性层增加直连边的方式来缓解梯度消失问题，从而使训练深度神经网络变得更加容易。
真不想再学了·2022-11-24 17:07

基于python3.6+tensorflow2.2的手写体识别案例

unzip_save.pyimportosos.environ['TF_CPP_MIN_LOG_LEVEL']='2'#不显示等级2以下的提示信息importzipfileimportcsvimportnumpyasnpimporttensorflowastffromtensorflow.keras.preprocessing.imageimportImageDataGenerator#解压loc
云散月明晴·2022-11-24 16:26

【实验课程】前馈网络手写体识别

转载地址：【实验课程】前馈网络手写体识别_MindSpore_昇腾论坛_华为云论坛作者：NengjinZheng实验介绍简介Mnist手写体图像识别实验是深度学习入门经典实验。
skytier·2022-11-24 16:54

深度学习入门：手写体识别

mnist手写体识别train_times=2500learning_rate=0.06预计用时24min202
XianhengL·2022-11-24 16:21

机器学习之手写字识别(Knn算法应用)

手写字识别对手写字体图片进行识别最重要的一点就是要将其转化为二值化（就是就是将图像上的像素点或灰度值设置为0或1，其呈现就是非黑即白）后的数据，然后再进行处理，在手写体处理中，二值化就是有手写笔画的部分用
爱吃小巴掌·2022-11-24 16:50

机器学习实例—手写体识别

文章目录前言1.什么是机器识别手写数字？2.MNIST数据集是什么？3.显示MNIST数据集4.名词解释4.1图像4.2卷积层4.3池化层4.4线性层4.5激活函数4.6[损失函数](https://blog.csdn.net/bestrivern/article/details/101755218)4.7正则化4.8log_softmax函数4.9反向传播5.网络结构6.完整的模型训练套路6.1
zaiziwamei·2022-11-24 16:44

caffe从零开始学习2——mnist手写体数字识别例程

文章目录前言下载数据数据的处理进行训练测试绘制网络图前言上一篇文章讲解了caffe在虚拟机ubuntu16.04中的安装教程,本文章将利用caffe架构学习其中自带的mnist手写体数字识别例程，动手学习
夜风~·2022-11-24 00:29
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他