Mnist

笔记：基于keras的不同神经网络模型Minst手写体识别

基于keras的不同神经网络模型MNIST手写体识别1.CNN版1.导入数据相关库（导入plt是为了看数据集的图）importkerasfromkeras.datasetsimportmnistfromkeras.modelsimportSequentialfromkeras.layersimportDense
Lil_D603·2022-05-15 07:01

tensorflow学习5 -- CNN 图像分类

importtensorflowastffromtensorflow.keras.modelsimportSequentialfromtensorflow.keras.layersimportDense,Flatten,Conv2D,MaxPool2Dfromtensorflow.keras.datasetsimportmnist
罗小黑战记好看·2022-05-14 07:09

莫凡Pytorch学习笔记（七）

Pytorch搭建CNN网络对MNIST手写数字数据集进行分类本篇笔记主要对应于莫凡Pytorch中的4.1和4.2节。主要讲了如何使用Pytorch搭建CNN网络对MNIST手写数字数据集进行分类。
11好好学习，天天向上·2022-05-13 07:27

机器学习-学习笔记 学习总结归纳（第十四周）

Cifar10Cifar10是Caffe自带Demo里的一个数据集，我们先按照之前的MNIST来进行下载数据集，并且进行训练。
DLNU-linglian·2022-05-12 07:53

Pytorch官方文档学习笔记 —— 3. Build Model

在接下来的部分中，我们将构建一个神经网络来对FashionMNIST数据集中的图
Coding_Qi·2022-05-11 07:43

底层实现多层感知器——【torch学习笔记】

importsyssys.path.insert(0,'..')importosimporttorchimporttorch.nnasnnimportnumpyasnp使用Fashion-MNIST图像分类数据集
一个语文不好的NLPer·2022-05-10 07:06

机器学习框架ML.NET学习笔记【4】多元分类之手写数字识别

二、源码先贴出全部代码：namespaceMulticlassClassification_Mnist{class
weixin_30955341·2022-05-10 07:01

【深度学习】Keras MNIST手写识别（一）—— 多层感知器模型(MLP)

MNIST手写识别（一）——keras实现多层感知机(MLP)本文是该专题【深度学习】的开篇，稍微啰嗦点，尽量把整个运行环境，为什么用keras，如何进行学习，深度神经网络框架等做一个大体介绍，也顺便记录下心得
Mr-Ma Technology·2022-05-10 07:22

k近邻算法总结

文章目录k-近邻算法(KNN)k-近邻三个基本要素距离度量k值选择分类决策规则应用一：k近邻分类举例分析应用二：k近邻回归举例分析应用三：k近邻图像分类（mnist手写数字识别）mnist简介基本流
吮指原味鸡！·2022-05-10 07:50

多分类-手写识别体

1.分析数据集数据集：链接：https://pan.baidu.com/s/1YY9HuDqCSr3-CHWON3NdKg提取码：15eqmnist_train.csv数据集一共(60000,785)行列数据
ScrapingBoy·2022-05-10 07:10

Pytorch学习笔记（五）——多层感知机的实现

本文预备知识：Pytorch学习笔记（四）——torchvision工具箱目录一、FashionMNIST数据集二、torch.nn2.1nn.Module2.2nn.Sequential2.3查看神经网络的参数三
raelum·2022-05-10 07:39

tensorflow实现简单的卷积神经网络

（3）代码实现(来自TensorFlow的开源实现)：/导入tensorflow，创建路径，载入数据集/fromtensorflow.examples.tutorials.mnistimportinput_dataimporttensorflowastfmnist
普通网友·2022-05-10 05:47

基于C++,OpenCV3以及SVM的MNIST手写数字识别系统的设计

目录一、OpenCV3对MNIST数据集的解析1.1MNIST数据集介绍1.2小端格式和大端格式1.3小端存储转换代码示例1.4OpenCV3对图像数据的解析代码示例1.5OpenCV3对标签数据的解析代码示例二
wendy_ya·2022-05-08 07:54

kaggle实战（三）——纯手搓CNN做图像识别

题目介绍这次做的还是新手题，是一道图像识别的题目，而数据集也是机器学习中非常经典的MNIST手写数字集。虽然接触ML和DL的同学应该都了解这个数据集，但是为了让大家明白我们要干什么还是简单介绍一下。
会震pop的码农·2022-05-07 07:05

Pytorch学习笔记2——DATASETS & DATALOADERS

学习笔记2——DATASETS&DATALOADERS**PytorchLearningNotes**2.DATASETS&DATALOADERS2.1LoadingaDataset（[Fashion-MNIST
JYH072666·2022-05-07 07:04

python神经网络学习数据增强及预处理示例详解

目录学习前言处理长宽不同的图片数据增强1、在数据集内进行数据增强2、在读取图片的时候数据增强3、目标检测中的数据增强学习前言进行训练的话，如果直接用原图进行训练，也是可以的（就如我们最喜欢Mnist手写体
·2022-05-06 18:41

PyTorch详解经典网络种含并行连结的网络GoogLeNet实现流程

目录1.Inception块2.构造GoogLeNet网络3.FashionMNIST训练测试含并行连结的网络GoogLeNet在GoogleNet出现值前，流行的网络结构使用的卷积核从1×1到11×11
·2022-05-06 18:41

基于TensorFlow卷积神经网络与MNIST数据集设计手写数字识别算法

由于手写数字识别难于建立精确的数学模型，本文基于TensorFlow卷积神经网络设计手写数字识别算法，导入MNIST数
像向日葵一样~·2022-05-06 07:02

tensorflow9-mnist手写数字识别进阶-多层神经网络建模

大圆为一个神经元模型全连接：相邻的两层之间所有的结点都会连接神经网络的层数：一般指的谁隐藏层的数量上图中的网络即为一层神经网络以上即为两层的全连接神经网络两层神经网络模型训练神经网络的层次是不是越多越好？并不是越多越好还与你的学习率训练伦次等有关是由多种因素共同决定的
chde2Wang·2022-05-06 07:49

MNIST手写数字识别进阶：多层神经网络与应用

慕课：《深度学习应用开发-TensorFlow实践》章节：第八讲MNIST手写数字识别进阶：多层神经网络与应用TensorFlow版本为2.3本章中有许多地方和之前一样，不知道的可以去看：MNIST手写数字识别
T&King·2022-05-06 07:17

卷积神经网络CNN----mnist数据集识别手写数字图像实现

卷积核：一个n×n的矩阵感受野：一个神经元所接受并响应的刺激区域卷积神经网络(ConvolutionalNeuralNetworks):借助卷积核提取特征后，送入全连接网络注：卷积神经网络采用局部连接和权值共享，与全连接神经网络相比更接近生物神经网络，且同一层神经元的权值相同，可以并行学习。卷积核中的权值是从数据中学习得到的一个卷积核只能提取一个特征，同时提取多个特征就需要同时使用多个卷积核。神经
百变珍珑兽·2022-05-06 07:44

MNIST手写数字识别-01

MNIST手写数字识别本案例演示了如何训练简单的卷积神经网络（CNN）来对MNIST数字进行分类。这个简单的网络将在MNIST测试集上实现99％以上的准确率。
郝草草·2022-05-06 07:14

MNIST手写数字识别——进阶多层神经网络与应用（使用Keras序列模型建模）

前言Keras序列模型建模的一般步骤：（1）创建一个Sequential模型；（2）根据需要，通过“add()”方法在模型中添加所需要的神经网络层，完成模型构建；（3）编译模型，通过“compile()”定义模型的训练模式；（4）训练模型，通过“fit()”方法进行训练模型；（5）评估模型，通过“evaluate()”进行模型评估；（6）应用模型，通过“predict()”进行模型预测1、载入数据
小洁酱·2022-05-06 07:07

MNIST手写数字识别进阶：多层神经网络及应用（1）

#一、载入数据importtensorflowastfimportnumpyasnp#导入tensorflow提供的读取MNIST的模块importtensorflow.examples.tutorials.mnist.input_dataasinput_data
dhx3970·2022-05-06 07:04

Mnist手写数字识别进阶：多层神经网络应用（续）

在上一节中，构建了多层神经网络来对Mnist手写数字进行识别，但是我们也只设置了一个隐藏层，为了是我们的模型准确可以达到更高，其实我们可以多写几个隐藏层，那么这里我们就再加入一个隐藏层。
MYH永恒·2022-05-06 07:58

tensorflow实验七------MNIST手写数字识别进阶 多层神经网络与应用

__version__)mnist=tf.keras.datasets.mnist(train_images,train_labels),(test_images,test_labels)=mnist.load_d
独宠。·2022-05-06 07:51

基于LeNet实现拍摄手写数字识别

LeNet加载数据：建立模型：模型训练：模型测试：基于Pytorch实现LeNet5加载数据：建立模型：模型训练：拍摄手写数字识别拍照采集手写数字图片处理送入网络测试图片平移、旋转和伸缩处理后1实验内容实现MNIST
Yuetianw·2022-05-04 07:43

第一次学习计划（含用pytorch跑通mnist例子）

1.上网查资料明确人工智能(AI)、机器学习、深度学习这三个概念，以及相互包含关系。答：（1）概念：人工智能：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。机器学习：机器学习是一门多学科交叉专业，涵盖概率论知识，统计学知识，近似理论知识和复杂算法知识，使用计算机作为工具并致力于真实实时的模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。
兮教授～。·2022-05-04 07:41

跟着雨哥学AI-初识飞桨框架高层API-之全过程学习实践第一集

gitclonehttps://gitee.com/paddlepaddle/Paddle.git--depth=11.MNIST数据集先拜读下2.0的MNISTPaddlePaddle数据集定义，已经
AI小鸭学院·2022-05-03 07:19

高层API助你快速上手深度学习-【第一课学习心得】

gitclonehttps://gitee.com/paddlepaddle/Paddle.git--depth=11.MNIST数据集先拜读下2.0的MNISTPaddlePaddle数据集定义，已经
livingbody·2022-05-03 07:25

【机器学习sklearn】主成分分析PCA(Principal Component Analysis)

二、代码实践使用MNIST数据集实现sklearn库里的主成分分析方法不同主成分个数对应的可解释方差分析(ExplainedVariance)总结前言PCA（PrincipalComponentAnalysis
Moonuiu·2022-05-02 07:29

自己动手写神经网络（一）——初步搭建全连接神经网络框架

这次深度学习实验课上，老师要求我们用numpy第三方库自己动手实现全连接神经网络，并在经典的MNIST数据集上训练和评估自己的模型，即通过全连接神经网络初步解决手写体数字识别问题。
stepondust·2022-05-02 07:21

手把手教你如何自己设计实现一个深度学习框架（附代码实现）

本文首先从深度学习的流程开始分析，对神经网络中的关键组件抽象，确定基本框架；然后再对框架里各个组件进行代码实现；最后基于这个框架实现了一个MNIST分类的示例，并与Tensorflow做了简单的对比验证
机器学习社区·2022-05-02 07:43

【深度学习】(10) 自定义学习率衰减策略（指数、分段、余弦），附TensorFlow完整代码

大家好，今天和大家分享一下如何使用TensorFlow自定义指数学习率下降、阶梯学习率下降、余弦学习率下降方法，并使用Mnist数据集验证自定义的学习率下降策略。
立Sir·2022-05-02 07:38

【深度学习】(11) 学习率衰减策略（余弦退火衰减，多项式衰减），附TensorFlow完整代码

大家好，今天和各位分享一下如何使用TensorFlow构建多项式学习率衰减策略、单周期余弦退火学习率衰减策略、多周期余弦退火学习率衰减策略，并使用Mnist数据集来验证构建的方法是否可行。
立Sir·2022-05-02 07:07

识别mnist手写数字手动搭建3层神经网络笔记

识别mnist手写数字手动搭建3层神经网络笔记没有采用tf.mode.Sequential的方式搭建，打个基础吧。参考了鸢尾花识别的代码保证数据维度相同十分重要！！！
MiracleHong·2022-04-30 07:54

利用卷积神经网络识别mnist手写数字

>>>利用卷积神经网络识别mnist手写数字，python程序来源于：TensorFlow卷积神经网络(CNN)示例-高级APIConvolutionalNeuralNetworkExample-tf.layersAPICNN
weixin_33918357·2022-04-30 07:23

深度学习之Pytorch------DNN实现MNIST手写数字识别

目录1.MNIST数据集介绍2.Pytorch实现DNN1.MNIST数据集介绍MNIST数据集在torvision.datasets里面，可以自行加载，其中训练集有6W张，测试集有1W张，都为灰度图，
划水yi术家·2022-04-30 07:19

Minist手写数字识别，单个神经元

https://www.jianshu.com/p/d282bce1a999MNIST数据集是机器学习领域中非
呆大头·2022-04-30 07:17

C++手工实现BP神经网络用于MNIST手写数字识别

第一次写机器学习的文章。学完反向传播（BP算法）后做一个小实验来巩固一下，从最基本的实现到最后的优化，实验过程中遇到很多坑，比如超参数的设定，比如每种任务适合的输出函数和相应的损失函数。一度因为选择不恰当的学习率，神经元数目和激活函数而训练出人工智障。代码采用纯C/C++完成，未采用向量运算。本文不过多讨论算法原理方面内容，主要用于记录实验过程。一.在实现手写数字识别之前，先练习一个小任务，用神经
Sky dream·2022-04-30 07:45

1、基于Keras、Mnist手写数字识别数据集构建全连接（FC）神经网络训练模型

文章目录前言一、MNIST数据集是什么？
WIFI-Y·2022-04-30 07:14

2、基于Keras、Mnist手写数字识别数据集构建卷积神经网络（CNN）训练模型

卷积神经网络二、构建CNN网络训练模型1.引入库2.载入数据3.数据处理4.创建模型5.编译模型6.训练模型三、总代码前言提示：本篇文章导入库函数，载入数据与本人第一篇训练模型文章一致：1、基于Keras、Mnist
WIFI-Y·2022-04-30 07:14

Pytorch之经典神经网络Generative Model(三) —— GAN (MNIST)

2014年由GAN之父IanGoodfellow提出（加拿大蒙特利尔大学）GAN——生成式对抗网络前面我们讲了自动编码器和变分自动编码器，不管是哪一个，都是通过计算生成图像和输入图像在每个像素点的误差来生成loss，这一点是特别不好的，因为不同的像素点可能造成不同的视觉结果，但是可能他们的loss是相同的，所以通过单个像素点来得到loss是不准确的，这个时候我们需要一种全新的loss定义方式，就是
hxxjxw·2022-04-30 07:10

MNIST手写数字识别：分类应用入门

MNIST手写数字识别数据集MNIST数据集来自美国国家标准与技术研究所，NationalInstituteofStandardsandTechnology（NIST）数据集由来自250个不同人手写的数字构成
Blijiojiodibuliduo·2022-04-30 07:38

Mnist手写数字识别进阶：模型重构与模型保存

经过前面一段时间的学习，今天终于算是把所有的关于Mnist手写数字识别的问题给学完了。
MYH永恒·2022-04-30 07:34

Mnist手写数字识别进阶：多层神经网络应用

在上个实例当中，实现了单个神经元模型来识别手写数字，对于单个神经元模型，首先是输入数据，然后根据对应的权重进行求和，再通过一个激活函数即可得到最终的结果。目录一、单个神经元模型回顾二、全连接单隐含层神经网络1、载入数据2、构建输入层3、构建隐藏层（新）4、构建输出层5、训练模型6、模型应用附：完整代码一、单个神经元模型回顾就如下图所示，就是单个神经元实现的，而我们将一个求和和激活函数这个整体看作是
MYH永恒·2022-04-30 07:04

构建逻辑回归模型识别MNIST手写字——单个神经元

__version__)2、数据获取MNIST数据集可在http://yann.lecun.com/exdb/mnist/获取TensorFlow提供了数据集读取方法(1
小洁酱·2022-04-30 07:30

万物皆可GAN之初试pytorch神经网络

文章目录前言2.1MNIST图像数据集2.2获取MNIST数据集2.3数据预览2.4简单的神经网络2.5可视化训练2.6MNIST数据集类2.7训练分类器2.8查询神经网络2.9简易分类器的性能前言在上节中
啊菜来了·2022-04-30 07:30

GAN的学习 - 实际的训练过程

20200824-0.引言前面的文章中，了解了GAN的基础知识，同时介绍了实际代码（如何利用GAN来生成MNIST的数据），前面两篇文章中，进行了具体的基础知识铺垫，但是我在实际的训练过程中，也感受到了
V丶Chao·2022-04-29 07:20

tSNE-python代码实现及使用讲解

本文将通过mnist手写数据集来实现t-SNE代码实现#coding='utf-8'"""t-SNE对手写数字进行可视化"""fromtimeimporttimeimportnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimpo
故障诊断与python学习·2022-04-28 07:48
上一页 59 60 61 62 63 64 65 66 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他