数字识别第12页

图像分类模型 GoogLeNet

文章目录1.Inception块2.GoogLeNet模型2.1B1模块2.2B2模块2.3B3模块2.4B4模块2.5B5模块3.手写数字识别3.1数据读取3.2模型编译3.3模型训练3.4模型评估4

落花雨时·2023-02-25 07:01

机器学习--K-近邻（KNN）算法

实战实例：电影类别分类、约会网站配对效果判定、手写数字识别。本文出现的所有代码和数据集，均可在我的github上下载，欢迎Follow、Star：Github代码地址1、k-近

柚子一只·2023-02-24 07:19

深度学习Week16-yolo.py文件解读（YOLOv5）

2.1parse_model2.2Detect类2.3DetectionModel类三、实验本文为[365天深度学习训练营]内部限免文章（版权归*K同学啊*所有）作者：[K同学啊]这周接着详细解析小白YOLOv5全流程-训练+实现数字识别

牛大了2022·2023-02-24 07:48

人工智能之深度学习常见应用方向你都了解吗？（文末包邮送书5本）

文章目录本文导读1.数字识别2.图像识别3.图像分类4.目标检测5.人脸识别6.文本分类7.聊天机器人8.书籍推荐（包邮送书5本）本文导读从零带你了解深度学习常见的7大应用方向，包括：数字识别、图像识别

无羡ღ·2023-02-21 05:02

OpenCV+CNN手写数字实时识别项目（二）：CNN手写数字识别及模型保存

目录1.CNN手写数字识别网络模型构建2.模型保存及测试这里主要是实现手写数字识别模型搭建及保存，以供后续程序直接调用1.CNN手写数字识别网络模型构建此段程序，详解请参见之前的博客importtensorflowastffromtensorflowimportkerasimportmatplotlib.pyplotaspltfromtensorflow.kerasimportlayers

零度不知寒·2023-02-20 07:57

PYTHON搭建BP神经网络，并实现手写数字识别

基本思路：1.定义神经网络：定义输入层→定义隐藏层→定义输出层→找到权重和偏差→设置学习率→设置激活函数2.定义训练网络：根据训练样本给出输出→根据输出结果，计算误差，根据误差反向更新隐藏层权重3.定义查询网络：预测新样本的种类，即通过神经网络最终的输出值。4.定义主函数：各层数据的输入→学习率的输入→生成神经网络5.计算查询结果的正确率：每个数字得出的输出值与正确值进行比较，得出正确率。程序分四

Chasing_8513·2023-02-19 05:17

机器学习 - 我妈妈也能看懂的入门篇

前面几篇文章可以算作是机器学习中计算机视觉处理的范畴但并未真正涉及到学习二字，现在开始准备写一系列真正的学习相关的文章，还是主要和图片识别相关，包括这个入门篇，手写数字识别，时尚商品识别，鱼类甚至是细分鱼的品种的识别

Jeru_d39e·2023-02-18 23:08

机器学习学习笔记（一）基础

每一行数据特征：除最后一列，每一列表达样本的一个特征标记：最后一列特征值、特征向量、特征空间2.2基本任务：分类任务、回归任务2.2.1分类任务二分类任务：例如：判断邮件是否为垃圾邮件多分类任务：图像识别，数字识别多

下雨天的小白鞋·2023-02-18 14:58

计算机-基于全连接神经网络的手写数字识别系统的设计与实现

目录摘要IAbstractII1绪论11.1课题背景及意义11.2手写体数字识别研究的发展及研究现状11.2.1国内现状11.2.2国外现状21.3神经网络在手写数字识别体中的应用31.4基于深度学习的手写数字识别难点

HelloHello_f2b2·2023-02-17 13:14

基于神经网络的数字识别,语音识别深度神经网络

手写数字识别的神经网络算法有哪些看数字图片而定。如果图片较小并且质量还不错，那么通过2层的神经网络就能胜任。

小明技术分享·2023-02-17 13:16

Matlab卷积神经网络（CNN）手写数字识别（一）

今天买的书到了，开始接触卷积神经网络，展示书中内容~Matlab卷积神经网络手写数字识别（一）机器学习的基本流程加载Matlab自带数据集机器学习的基本流程在机器学习中，一般将数据集划分为两大部分：一部分用于模型训练

猫西贝·2023-02-17 07:46

DAY2 深度学习之卷积神经网络实现手写数字识别（MINIST）的收获

DAY2深度学习之卷积神经网络实现手写数字识别（MINIST）的收获导入相关包的理解importmatplotlib.pyplotasplt用来处理图像，fromtorch.utils.dataimportDataLoader

nodoth1sl·2023-02-16 21:40

记录|深度学习100例-卷积神经网络（CNN）minist数字分类 | 第1天

minist0-9数字分类效果图数据集如下：分类及预测图如下：预测标签值和真实标签值如下图所示，成功预测训练Loss/Accuracy图如下：源码#深度学习100例-卷积神经网络（CNN）实现mnist手写数字识别

程序媛一枚~·2023-02-16 21:10

【图像分类】基于PyTorch搭建卷积神经网络实现MNIST手写数字识别(附项目完整代码)

写在前面：首先感谢兄弟们的关注和订阅，让我有创作的动力，在创作过程我会尽最大能力，保证作品的质量，如果有问题，可以私信我，让我们携手共进，共创辉煌。在【图像分类】基于PyTorch搭建LSTM实现MNIST手写数字体识别（单向LSTM，附完整代码和数据集）文章中，我们使用了基于PyTorch搭建LSTM实现MNIST手写数字体识别，LSTM是单向的；在【图像分类】基于PyTorch搭建LSTM实现

机器不学习我学习·2023-02-16 20:36

搞懂深度网络初始化（Xavier and Kaiming initialization）

本文以MNIST手写体数字识别模型为例来演示参数初始化对模型训练的影响。点击这里查看源码。

孙ちゃん（颖）♂·2023-02-07 11:41

[Python人工智能] 三十九.VS Code配置Python编程和Keras环境及手写数字识别（基础篇）

这篇文章将介绍基础知识，因为很多读者咨询我如何用VSCode配置Keras深度学习环境，并对比常用的深度学习框架，最后普及手写数字识别案例。基础性文章，希望对您有所帮助！

Eastmount·2023-02-07 07:34

在Tensorflow2中使用mnist_784数据集进行手写数字识别

importtensorflow._api.v2.compat.v1astftf.disable_v2_behaviortf.compat.v1.disable_eager_execution()importnumpyasnp#声明使用TensorFlow1版本fromscipy.ioimportloadmatmnist=loadmat('G:/pythonProject/MachineLearn

GaoZhenwen2·2023-02-06 16:26

SNN(脉冲神经网络)——Brian2_STDP_MNIST学习记录

这篇是学习Brian2模拟器一个手写数字识别的代码学习记录我非常想结识相关领域的朋友，大家感兴趣可以看到最后一段。本文参考：建议先读一下这篇论文和过一遍Brian2的使用手册。

ReShaker_·2023-02-06 12:06

B站大佬用我的世界搞出卷积神经网络，LeCun转发！爆肝6个月，播放破百万

他和朋友们合作完成的这个号称“世界首个纯红石神经网络”，神经元、卷积层、全连接层、激活函数、乘法器、输入、输出……样样俱全、蔚为壮观，而且可以真的实现手写数字识别，准确率还达到了80%。

QbitAl·2023-02-06 12:30

UserWarning:NVIDIA GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with th

今天打算学习一下简单的深度学习模型，然后在网上找了一段简单的代码找的代码网站如下：Pytorch实战1：LeNet手写数字识别(MNIST数据集)_sunqiande88的博客-CSDN博客复制拷贝之后在

tp_0moyi0·2023-02-06 07:27

MNIST手写数字识别 python

#encoding:utf-8'''@author:hxk@contact:[email protected]@software:garner@file:main_keras.py@time:2019/5/1314:21@desc:'''importcv2ascvimportkerasfromkeras.datasetsimportmnistfromkeras.modelsimportSequentia

手残达人·2023-02-06 07:11

毕设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

DanCheng-studio·2023-02-05 20:52

MNIST手写数字识别【Matlab神经网络工具箱】

MNIST手写数字识别Matlab代码：%NeuralNetworksCodeswillberunonthisparttic%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

Weisong Zhao·2023-02-05 18:32

matlab手写数字识别_MNIST手写数字识别

项目背景MNIST数据集是经典的手写数字识别数据集，每个样本28*28。

weixin_39982452·2023-02-05 18:30

手写体数字识别(Python+TensorFlow)

注意：该作者博客已迁移至https://buxianshan.xyz先看结果在MNIST数据集10000张测试图片上的正确率测试手写数字图片（20张）原图测试结果源文件下载：CSDN下载https://download.csdn.net/download/qq_43479622/11227413（需要5C币）没有C币的也可以到GitHub下载https://github.com/BuXianSha

BuXianShan·2023-02-05 15:53

实战｜TensorFlow 实践之手写体数字识别!

本文的主要目的是教会大家运用google开源的深度学习框架tensorflow来实现手写体数字识别，给出两种模型，一种是利用机器学习中的softmaxregression作分类器，另一种将是搭建一个深度神经网络以达到

IT派·2023-02-05 15:23

TensorFlow 2.0，神经网络手写数字识别

这是一个笔记本文件。Python程序可以直接在浏览器中运行，这是学习Tensorflow的绝佳方式。importtensorflowastfmnist=tf.keras.datasets.mnist(x_train,y_train),(x_test,y_test)=mnist.load_data()x_train,x_test=x_train/255.0,x_test/255.0载入并准备好 MN

jgbyg·2023-02-05 15:23

广州大学计算机视觉实验三：图像滤波

wujiekd·2023-02-05 15:52

pytorch 手写数字识别模型

cnn网络importtorchclassCNN(torch.nn.Module):def__init__(self):super(CNN,self).__init__()self.conv=torch.nn.Sequential(#用来实现2d卷积操作，h和w2个维度，当前图片的channel是1，输出是32，卷积核是5torch.nn.Conv2d(1,32,kernel_size=5,pad

Icarus_·2023-02-05 14:07

仪表数字识别

步骤1，利用颜色等信息检测数字所在的大致区域2，二值化精确定位数字所在区域3，获取每个字符轮廓4，获取符号和小数点5，PCA+SVM训练识别数字有不懂的可以联系Q2830025146，共同进步哦

hnsdgxylh·2023-02-05 14:01

基于机器学习的数字电表数字识别二（源码+数据集）

上一期用了传统的模板匹配的算法对单字符进行识别，本期就来写简单的机器学习的方式，主要是SVM和CNN，入门级别，可供初学者参考，文章最后给出整个开源的代码和数据集，参考学习。数据标签为0-9十个文件夹，里面分别包含切割出来的字符图片。训练集和测试集按如此划分好，接下来就构建机器学习的网络模型了，首先给出SVM。importnumpyasnpfromtqdmimporttqdmimportglobi

～JT·2023-02-05 14:00

Python随机梯度下降法（一）

MNIST数据集手写数字识别（一）https://blog.csdn.net/weixin_41896770/article/details/119576575MNIST数据集手写数字识别（二）https

寅恪光潜·2023-02-05 01:21

基于pytorch的自定义网络手写数字识别

基于pytorch的手写数字识别手写数字识别数据获取初始化w，b取值，并对取值进行kaiming初始化定义网络结构学习率以及损失函数定义，随机梯度下降求最优解模型训练以及验证交叉熵损失函数说明手写数字识别本文基于

IDONTCARE8·2023-02-04 08:41

pytorch如何利用ResNet18进行手写数字识别

目录利用ResNet18进行手写数字识别先写resnet18.py再写绘图utils.py最后是主函数mnist_train.py总结利用ResNet18进行手写数字识别先写resnet18.py代码如下

·2023-02-04 03:41

图像分类综述 & basic trick summary

图像分类在许多领域都有着广泛的应用按照被提出的时间顺序，涵盖如下卷积神经网络：LeNet：YanLeCun等人于1998年第一次将卷积神经网络应用到图像分类任务上，在手写数字识别任务上取得了巨大成功。

Back550·2023-02-04 00:30

使用PyTorch构建卷积神经网络（CNN）源码（详细步骤讲解+注释版） 01 手写数字识别

1卷积神经网络（CNN）简介在使用PyTorch构建GAN生成对抗网络一文中，我们使用GAN构建了一个可以生成人脸图像的模型。但尽管是较为简单的模型，仍占用了1G左右的GPU内存，因此需要探索更加节约资源的方式。卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）是一种深度学习模型，主要应用于图像处理、语音识别等领域。它的主要思想是通过卷积操作对输入图像的特征进行提取，

专注算法的马里奥学长·2023-02-04 00:52

BP神经网络实现手写数字识别Python实现，带GUI手写画板

BP神经网络实现手写数字识别BP神经网络模型用tkinter编写用于手写输入的画板程序运行的效果截图在B站看了一个机器学习基础的视频（链接）后，发现到资料里面有一个用BP神经网络对手写数字进行分类的模型

查尔char·2023-02-02 13:05

基于神经网络的MNIST手写数字识别

一、实验目的掌握运用神经网络模型解决有监督学习问题掌握机器学习中常用的模型训练测试方法了解不同训练方法的选择对测试结果的影响二、实验内容MNIST数据集本实验采用的数据集MNIST是一个手写数字图片数据集，共包含图像和对应的标签。数据集中所有图片都是28x28像素大小，且所有的图像都经过了适当的处理使得数字位于图片的中心位置。MNIST数据集使用二进制方式存储。图片数据中每个图片为一个长度为784

naturliche·2023-02-02 13:04

基于四层神经网络的MNIST手写数字识别（GUI-tkinter）

假期学习机器学习，动手实现了一个手写数字识别程序，将一段时间的学习成果实践了一下。

斗宿三·2023-02-02 13:32

基于opencv的试卷检测识别

手写数字数据集：手写数字识别代码，建议不要直接用mnist手写数字数据集，因为使用这个数据集训练出来的网络，根本识别不了我自己写的数字，亲身体验！没办法，我只好自己制作了手写数据集，其实很简

qq 1735375343·2023-02-02 09:30

【2021.07】datawhale组队学习李宏毅task04

文章目录深度学习的发展趋势深度学习的三个步骤Step1：神经网络完全连接前馈神经网络全链接和前馈的理解深度的理解矩阵计算本质：通过隐藏层进行特征转换示例：手写数字识别Step2：模型评估Step3：选择最优函数反向传播思考隐藏层越多越好

Mounvo·2023-02-01 23:07

【Pytorch项目实战】之图像分类与识别：手写数字识别（MNIST）、普适物体识别（CIFAR-10）

文章目录图像分类与识别（一）实战：基于CNN的手写数字识别（数据集：MNIST）（二）实战：基于CNN的图像分类（数据集：CIFAR-10）图像分类与识别分类、识别、检测的区别分类：对图像中特定的对象进行分类

胖墩会武术·2023-02-01 20:13

TensorFlow 实践入门—— MNIST手写数字识别

深度学习里的MNIST手写数字识别就相当于学习编程语言试试的“HelloWorld”程序，通过该项目，开启深度学习的TensorFlow框架的学习。MNIST手写数字识别（代码）

清风抚白发·2023-02-01 20:08

【Pytorch项目实战目录】算法详解 + 项目详解 + 数据集 + 完整源码

项目环境：平台：Windows10语言环境：Python3.9编译器：Pycharm深度学习框架：Pytorch二、项目❤️【Pytorch项目实战】之图像分类与识别：手写数字识别（MNIST）、普适物体识别

胖墩会武术·2023-02-01 20:06

【Pytorch+torchvision】MNIST手写数字识别（代码附最详细注释）

但我第一个深度学习项目是一年前跑的吴恩达的手指数字识别课后作业，感兴趣的读者也可以试着跑一下，写者认为看着机器学习的过程也是非常有意思的。本文代码具有详细注释，便于第一次入门深度学习的读者学习。

Fleurs_2000·2023-02-01 18:08

机器学期第一学期小结

期间使用LeNet做了手写数字识别，使用AlexNet做了猫狗大战的分类。

Qin_xian_shen·2023-02-01 17:35

matlab 数字识别_在MATLAB中利用神经网络进行分类

在这篇文章中，主要阐述在MATLAB环境下利用神经网络对输入的数字图像进行识别。我们利用一个5*5的矩阵来表示1-5的数据，如下图所示：基于以上问题，我们构建的神经网络输入层的神经元个数为25个，即5*5矩阵中每个元素作为输入。神经网络的输出层神经元的个数为5个，主要用于识别1-5中的数字。在输出层的激活函数使用Softmax函数。隐含层的神经元个数我们可以设置为50个并利用Sigmoid作为激活

weixin_39963465·2023-02-01 13:55

机器学习-Tensorflow基于MNIST数据集,导入minist数据集，创建，保存模型，用模型测试识别自己的手写数字

从下载Anaconda到实现MNIST手写数字识别成功的整个过程一、下载最新版本的Anaconda,根据Anaconda安装tensorflow【参考另一篇博客】使用Anaconda3安装tensorflow

Jango826·2023-02-01 01:33

信用卡数字识别

信用卡数字识别一、读入模板图像二、数字模板图像处理1、模板图像预处理1.1、转换为灰度图1.2、转换为二值化图像2、轮廓处理2.1、计算轮廓2.2、画出轮廓2.3、对轮廓从左到右排序并储存3、轮廓遍历3.1

Spielberg_1·2023-01-31 18:57

Python纯手动搭建BP神经网络（手写数字识别）

来源：投稿作者：张宇编辑：学姐实验介绍实验要求：实现一个手写数字识别程序，如下图所示，要求神经网络包含一个隐层，隐层的神经元个数为15。

深度之眼·2023-01-31 12:38

推荐频道

数字识别