手写体

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5.4.3带残差连接的ResNet185.4.3.1
刘先生TT·2022-11-14 07:00

TensorFlow与Flask结合打造手写体数字识别

此篇博客记录一下使用Tensorflow进行手写体数字识别的经历。
hzyzam·2022-11-08 13:18

tensorflow+python flask进行手写识别_TensorFlow与Flask结合识别手写体数字

阅读本文约“2.2分钟”TensorFlow框架——TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统——可被用于语音识别或图像识别等多项机器学习和深度学习领域——TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统——TensorFlow支持CNN、RNN和LSTM算法，这都是目前在Image，Speech和NLP最流行的深度神经网
weixin_39633102·2022-11-08 13:16

tensorflow+python flask进行手写识别_TensorFlow与Flask结合打造手写体数字识别（一）...

TensorFlow框架介绍：TensorFlow是谷歌基于DistBelief(第一代人工智能学习系统)研发的第二代人工智能学习系统。AlphaGo就是基于TensorFlow研发的。TensorFlow支持CNN、RNN和LSTM算法。TensorFlow从1.0升级为2.0后做了一些改变，具体可查看tensorflow的官方文档:MNIST数据集介绍：MNIST数据集是一个存放手写数字(0-
weixin_39728909·2022-11-08 13:16

Tensorflow图像识别 Tensorflow手写体识别（一）

MNIST数据集任务目标网络结构这个案例是图像识别的一个入门级的案例。我们把这个28×28的这个单通道的图像，每一个像素拿出来做一个特征，原始的图像是28×28。它是灰度图像，所以只有一个通道。其中的每一个像素拿出来做一个特征，所以一共是28×28=784的特征。我们使用x1，x2......x784用来表示这784个特征。这一列x就是我们的输入层。后面是一个全连接模型，这个全连接模型要输出10个
pythonSuperman·2022-11-08 13:12

tensorflow实战之手写体识别

一.简介MNIST是开源的一个手写体识别的数据集，该数据集中包含了大量的手写图片，我们这里需要通过对模型的训练，对给
lq_fly_pig·2022-11-08 13:42

Tensorflow实现手写体识别DIY入坑记

配置环境什么的都不说了，可以参考其他的博客：参考链接1:参考链接2:源码如下：importtensorflowastfimportmatplotlib.pyplotasplttf.__version__mint=tf.keras.datasets.mnist(x_,y_),(x_1,y_1)=mint.load_data()plt.imshow(x_[0],cmap="binary")plt.sh
海宝7号·2022-11-08 13:10

利用tensorflow实现手写体识别

1.利用tensorflow实现手写体识别1.1背景手写数字的数据集，来自美国国家标准与技术研究所（NationalInstituteofStandardsandTechnology，NIST），发布与
B1501014·2022-11-08 13:39

Tensorflow图像识别 Tensorflow手写体识别（二）

资源介绍我们从MNISThandwrittendigitdatabase,YannLeCun,CorinnaCortesandChrisBurges这条链接（MNIST官网）中下载好数据集，如下：下载下来以后整理成包含四个压缩包的文件MNIST_data（不要解压），然后把数据集直接拷贝到我们的代码目录下面，执行一个复制，粘贴到当前目录下面这是本次项目中要用到的所有文件，您可以下载我的链接：htt
pythonSuperman·2022-11-08 13:08

阿旭机器学习实战【5】KNN算法实战练习2：利用KNN模型进行手写体数字识别

关于KNN算法详细介绍可以参考我之前的博文《阿旭机器学习实战【1】K-近邻算法(KNN)模型应用实例，以及图像表征方式》，在这里就不做详细介绍了。目录1.数据集说明2.读取数据并查看数据信息3.加载所有图片数据并进行处理4.构建模型并进行预测5.用图像来展示预测的数字和其预测情况6.将算法保存到本地案例及数据集获取方式见文末。需要的小伙伴可自行获取学习，欢迎大家一起共同学习交流。1.数据集说明手写
阿_旭·2022-11-08 11:28

深度学习入门（5）如何对神经网络模型训练结果进行评价

如何对神经网络模型训练结果进行评价上一篇文章《深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程》介绍了基于mnist的手写体数字集的两层神经网络的搭建与训练过程，通过损失函数的训练结果我们可以发现
阿_旭·2022-11-08 11:26

简单实现,pytorch+全连接网络+MNIST识别

目录net.py：train.pytest.py总结：在这里简单实现一下基于全连接层的手写体识别，一下是代码部分定义三层网络结构，在这里设定了三个网络，第一个SimpleNet，单纯就是三层网络第二个Activation_Net
子根·2022-11-05 22:10

【技术白皮书】第二章：文本检测与识别技术发展历程

文本识别俗称光学字符识别，英文全称是OpticalCharacterRecognition(简称OCR)，它是利用光学技术和计算机技术把印刷体或手写体文本进行读取识别，转化成计算机和人都能够识读的格式。
合合技术团队·2022-11-05 14:28

基于BP神经网络的手写数字识别问题研究附Matlab代码

更多Matlab仿真内容点击智能优化算法神经网络预测雷达通信无线传感器信号处理图像处理路径规划元胞自动机无人机⛄内容介绍本文论述并设计实现了一个自由手写体数字识别系统。
matlab_dingdang·2022-11-04 16:18

基于LeNet手写体识别的模型量化

基于LeNet手写体识别的模型量化最近开始学习神经网络的量化，经过一番探索，终于在基于LeNet的手写体识别模型上成功量化，并且量化后的参数全为8bit无符号整型，可以直接进行FPGA的部署。
青鸟飞鱼zzz·2022-11-04 06:07

手写数字识别从训练到部署全流程详解——Pytorch深度学习网络搭建与模型训练

其中LeNet-5是一种用于手写体字符识别的非常高效的
彧侠·2022-11-03 13:58

吴恩达机器学习笔记 —— 1 绪论：初识机器学习

http://www.cnblogs.com/xing901022/p/9280811.html机器学习目前已经应用在很多领域，比如网页搜索、垃圾邮件过滤、点击率预测、生物信息、无人驾驶、无人机、手写体识别
喜欢打酱油的老鸟·2022-11-01 23:35

海思hi35xx 各个模块解析及交互_海思AI芯片开发上手笔记 - 算法程序解读

本文以手写体图片数字识别为例，介绍海思芯片上AI算法推理程序的框架、数据结构、API调用、运行流程等内容。
weixin_39879881·2022-10-31 21:54

gpu开发 海思_海思AI芯片开发上手笔记 - 算法程序解读

本文以手写体图片数字识别为例，介绍海思芯片上AI算法推理程序的框架、数据结构、API调用、运行流程等内容。
周莫莫·2022-10-31 21:24

【NumPy】数组的维度变换在DL|ML数据集处理时的妙用

比如：同样的数字手写体“1”和“8”，他们的属性就是形状、粗细等，类别就是对应的1,8。
大气层煮月亮·2022-10-30 13:17

NNDL 实验六 卷积神经网络(3)LeNet实现MNIST

目录基于LeNet实现手写体数字识别实验数据数据预处理模型构建模型训练模型评价模型预测选做总结参考基于LeNet实现手写体数字识别实验数据手写体数字识别是计算机视觉中最常用的图像分类任务，让计算机识别出给定图片中的手写体数字
白小码i·2022-10-30 07:15

机器学习-模式识别（6）SVM支持向量机实现MNIST手写体数据集分类

基本原理结果：分析：matlab中SVM分类函数fitcsvm(trainset_t,train_set_labels_t);支持的训练集格式为Na，即N维特征，a个样本数，需要把图片mn维特征转化列向量后传入fitcsvm;图片转化时要注意，不可直接使用reshape（mn,a）转化为列向量，matlab中reshape函数维度转换原理为每行读取mn个元素后+1，会导致样本数据混乱；因此要使用r
歪比歪比i·2022-10-30 07:09

【神经网络与深度学习day10-基于torch使用Lenet实现手写数字识别】

神经网络与深度学习day10-基于pytorch：LeNet实现MNIST5.3基于LeNet实现手写体数字识别实验5.3.1MNIST数据集5.3.1.1数据集介绍5.3.1.2数据集导入5.3.2模型构建
小鬼缠身、·2022-10-30 07:58

NNDL 实验六 卷积神经网络（3）LeNet实现MNIST

5.3基于LeNet实现手写体数字识别实验5.3.1数据5.3.1.1数据预处理5.3.2模型构建小疑问：为什么权重和AIStudio差异这么大?
刘先生TT·2022-10-30 07:27

数据分析中的常用数学模型实战教程笔记（下）

文章目录SVM模型代码操作手写体字母识别用最佳参数做预测使用默认参数做预测森林火灾可能性预测Kmeans-K均值聚类模型随机一个三组二元正态分布随机数拐点法轮廓系数法函数代码花瓣分类球员定位分类DBSCAN
布是刺猬·2022-10-28 21:31

图像对抗生成网络 GAN学习01：从头搭建最简单的GAN网络，利用神经网络生成手写体数字数据（tensorflow）

图像对抗生成网络GAN学习01：从头搭建最简单的GAN网络，利用神经网络生成手写体数字数据（tensorflow）文章目录图像对抗生成网络GAN学习01：从头搭建最简单的GAN网络，利用神经网络生成手写体数字数据
theworld666·2022-10-28 20:58

ocr文字识别

识别的文字分手写体识别和印刷体识别。印刷体识别难点：在印刷过程中字体很可能变得断
BlackEyes_SY·2022-10-25 07:07

循环神经网络的主要特点,循环神经网络应用举例

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。
快乐的小肥熊·2022-10-18 18:32

基于keras的mnist手写体识别程序

大家好我是来自河北大学心电组的一名研一的学生，本篇文章是我对mnist识别学习的认识和分享。本文主要用来给想要用keras搭建网络识别mnist的同学一个引导。有错误的地方请大家指正我会虚心接受首先是库的安装，我选择的版本是tensorflow-gpu2.6.0版本，大家如果和我的版本一样可以直接复制上面的代码进行库的导入。fromtensorflow.keras.datasetsimportmn
晚风194·2022-10-18 07:36

TensorFlow 初步实现 CNN 卷积神经网络

这次深度学习实验课上，老师要求我们用tensorflow深度学习框架实现CNN卷积神经网络，并在经典的MNIST数据集上训练和评估自己的模型，即通过卷积神经网络初步解决手写体数字识别问题。
stepondust·2022-10-17 22:49

BP神经网络，C++调用matlab engine

前几天用BP神经网络做了一个手写体数字识别的小实验，因为界面是C++写的，训练BP网络是在MATLAB上做的。就像偷个懒看看C++能不能直接调用MATLAB的神经网络工具箱。
automan00·2022-10-10 14:23

python-机器学习-手写数字识别

手写数字识别是机器学习以及学习CNN的一个入门案例，计算机通过手写体写出来的数字来识别出图片中的字；但是
醉公子～·2022-10-05 07:12

手写数字识别：CNN-AlexNet

作业要求：手写体数字识别数据集：MNIST数据集下载网址：http://yann.lecun.com/exdb/mnist/参考网址：https://zhuanlan.zhihu.com/p/101262336https
tick-tick·2022-10-01 07:14

深度学习实战01-卷积神经网络（CNN）实现Mnist手写体识别

一、前期工作1.检查是否有可用的gpuimporttensorflowastfprint("NumofGPUsavailable:",len(tf.test.gpu_device_name()))2.导入数据#导入数据importtensorflowastffromtensorflow.python.kerasimportdatasets,layers,modelsimportmatplotlib
Lvcx·2022-10-01 07:03

【文本检查与识别-白皮书】第二章：文本检测与识别技术发展历程

2.文本检测与识别技术发展历程文本识别俗称光学字符识别，英文全称是OpticalCharacterRecognition(简称OCR)，它是利用光学技术和计算机技术把印刷体或手写体文本进行读取识别，转化成计算机和人都能够识读的格式
·2022-09-27 11:18

03_深度学习实现手写数字识别（python）

代码详情见附录1简介早在1998年，在AT&T贝尔实验室的YannLeCun就开始使用人工神经网络挑战数字手写体识别，用于解决当时银行支票以及邮局信件邮编自动识别的需求。
addict_jun·2022-09-14 07:56

机器学习之特征工程（特征选择）

1.4、互信息法2、Wrapper(包装法)2.1、递归特征消除法3、Embedded(嵌入法)3.1、基于惩罚项的特征选择法3.2、基于树模型的特征选择4、降维方法全篇数据集以sklearn自带数据集手写体识别为例进行说明
小磊要努力哟·2022-09-11 07:39

基于matlab支持向量机SVM多分类手写体数字识别

此程序为本人模式识别大作业，参考了网上的代码，并进行了一定的修改，希望对大家有所帮助！此代码主要参考了以下文章：https://blog.csdn.net/Einperson/article/details/106769799?spm=1001.2014.3001.5506前面的大部分我都是以这篇文章为基础的，我在此写一些注释：下载安装并配置LIBSVM工具箱、LIBSVM-FarutoUitim
顺藤摸瓜田李下·2022-09-10 12:27

Tensorflow2.x读取手写体数字识别MNIST数据集

最近在积攒粉丝500，大家帮帮忙，动动小手指关注、点赞、收藏…一、了解数据集的结构MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片，也包含了每一张图像的标签（告诉我们图片是数字几）：MNIST数据集网上下载得到的分为训练数据集和测试数据集两部分（数据集的数据都是由图片数据集和对应的标签数据集组成）。其下载地址：http://yann.lecun.com/exdb/mnist/下载得
AI学长·2022-09-01 11:51

tensorflow学习笔记——搭建卷积神经网络

这里搭建了一个卷积神经网络，该网络仅应用于单一目标识别，网络结构如下表：以手写体数字识别为例，代码如下：importosimporttensorflowastffromtensorflow.examples.tutorials.mnistimportinput_data
wxsy024680·2022-08-24 11:26

神经网络与深度学习（一）：神经网络与数字识别

考虑下面的数字手写体：大部分人可以毫不费力的识别出这些数字：504192。其实这个识别的过程并没有想象的那么简单容易。
jony0917·2022-08-23 12:40

卷积神经网络改进想法初探（备份）

其实卷积神经网络并不是一项新兴的算法，早在上世纪八十年代就已经被提出来，但当时硬件运算能力有限，所以当时只用来识别支票上的手写体数字，并且应用于实际。
shouhmzhl·2022-08-21 14:58

基于感知机的手写体识别

对于手写体的识别，我采用的是keras来实现的，首先搭建一个单层感知机的模型来训练，来观察其模型的预测效果。
无尽的沉默·2022-08-15 07:21

深度学习实战01-卷积神经网络（CNN）实现Mnist手写体识别

活动地址：CSDN21天学习挑战赛一、前期工作1.检查是否有可用的gpuimporttensorflowastfprint("NumofGPUsavailable:",len(tf.test.gpu_device_name()))2.导入数据#导入数据importtensorflowastffromtensorflow.python.kerasimportdatasets,layers,model
Lvcx·2022-08-05 20:27

[深度学习-实践]GAN入门例子-利用Tensorflow Keras与数据集CIFAR10生成新图片

系列文章目录深度学习GAN（一）之简单介绍深度学习GAN（二）之基于CIFAR10数据集的例子;深度学习GAN（三）之基于手写体Mnist数据集的例子;深度学习GAN（四）之PIX2PIXGAN的例子GAN
茫茫人海一粒沙·2022-08-04 20:25

pytorch 预测手写体数字_PyTorch深度学习框架入门——使用PyTorch实现手写数字识别...

本文你将会了解到1、如何使用PyTorch对数据集进行导入2、如何使用PyTorch搭建一个简易的深度学习模型3、如何优化和训练我们搭建好的模型注：本案例使用的PyTorch为0.4版本简介Pytorch是目前非常流行的深度学习框架，因为它具备了Python的特性所以极易上手和使用，同时又兼具了NumPy的特性，因此在性能上也并不逊于任何一款深度学习框架。现在PyTorch又和Caffe2进行了融
weixin_39920629·2022-08-04 07:10

keras框架下的深度学习（一）手写体数字识别

文章目录前言一、keras的介绍及其操作使用二、手写题数字识别1.介绍2.对数据的预处理3.搭建网络框架4.编译5.循环训练6.测试训练的网络模7.总代码三、附：梯度下降算法1.导数的梯度下降算法2.偏导数的梯度下降算法总结前言这个系列文章主要记录使用keras框架来搭建深度学习模型的学习过程，其中有一些自己的想法和体会，主要学习的书籍是：DeepLearningwithPython。使用的IDE
openabox·2022-08-04 07:34

MINIST手写数字识别——06.总结

应用模型可以使用训练好的模型对手写体数字图片进行分类，下面程序展示了如何使用训练好的模型进行推断。生成预测输入数据infer_3.png是数字3的一个示例图像。把它变成一个numpy数组以
郝草草·2022-07-24 07:18

深度学习day04-MNIST手写数字识别与模型使用

目录一、手写数字识别原理二、具体代码实现三、训练出来的模型怎么使用一、手写数字识别原理数字手写体识别由于其有限的类别（0~9共10个数字）成为了相对简单的手写识别任务。
昊昊该干饭了·2022-07-23 17:12

编辑中...

基于百问网IMX6ULL的综合性桌面系统DBoS【推荐】Notepad实例开发【推荐】简单考勤【推荐】自定义组件合集【推荐】简单录音，一个简单的小帮手【推荐】视频播放器【推荐】Qss基础资料整理【推荐】手写体识别
·2022-07-22 13:38
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他