mnist

Densenet模型花卉图像分类

【CNN模型实现mnist手写数字识别】5.【fasterRCNN模型实现飞机类目标检测】6.【CNN-LSTM住宅用电量预测】7.【VG

深度学习乐园·2025-06-28 21:02

python打卡训练营Day41

importnumpyasnpfromtensorflowimportkerasfromtensorflow.kerasimportlayers#加载和预处理数据(x_train,y_train),(x_test,y_test)=keras.datasets.mnist.load_data

珂宝_·2025-06-26 20:33

基于PyTorch的MNIST手写数字识别（配置手写板使用）

基于PyTorch的MNIST手写数字识别（配置手写板使用）代码详见：https://github.com/xiaozhou-alt/CNN_MNIST文章目录基于PyTorch的MNIST手写数字识别

热心不起来的市民小周·2025-06-26 02:03

以numpy或Torch的格式存储的公开数据集

**MNIST**2.**CIFAR-10/CIFAR-100**3.**ImageNet**4.**COCO(CommonObjectsinContext)**5.**PascalVOC**6.

以科技求富强·2025-06-25 11:12

深度学习--一个分类的例子

所依托的训练集和测试集都是由datasets.MNIST获取到的。步骤下载数据现在来介绍加载MNIST数据集并准备训练和测试数据的逻辑。

惊讶的猫·2025-06-24 04:35

【动手学深度学习】4.2~4.3 多层感知机的实现

为了与之前softmax回归获得的结果进行比较，我们将继续使用Fashion-MNIST图像分类数据集。importtorchfromtorchimportnnfromd2limporttorcha

XiaoJ1234567·2025-06-23 06:08

Python实现简单的深度学习实践

Python实现简单的深度学习实践Python：通往深度学习世界的钥匙动手搭建你的第一个神经网络模型从零开始，用Python解析MNIST手写数字识别超越基础：使用Keras快速构建卷积神经网络实战演练

master_chenchengg·2025-06-22 14:19

深度学习“炼丹”实战：用LeNet驯服MNIST“神兽”

今天，咱们就用经典的LeNet卷积神经网络模型，在MNIST手写数字数据集这个“原材料宝库”里，炼制出一颗能精准识别数字的“神奇丹药”！

AI妈妈手把手·2025-06-19 10:44

【深度学习-Day 23】框架实战：模型训练与评估核心环节详解 (MNIST实战)

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-06-18 13:23

如何用PyTorch构建第一个神经网络？——从环境搭建到实战部署的零基础指南

作为PyTorch官方认证讲师，今天我将用10万+学员验证过的「七步教学法」，带你从环境搭建到实战部署，亲手搭建你的第一个神经网络——MNIST手写数字识别模型，准确率轻

唐宇迪（学习规划+技术答疑）·2025-06-17 18:42

caffe之利用mnist数据集训练好的lenet_iter_10000.caffemodel模型测试一张自己的手写体数字

一、前沿写这篇博文，是因为一开始在做《21天学习caffe》第6天6.4练习题1的时候看着自己搜索的博文，在不理解其根本的情况下做的，结果显然是错的。在接下来阅读完源代码之后，在第10天学习完caffemodelzoo之后，明白了其中原理，反过来再去做那个习题，一开始在网上搜索并没有完完整整解释整个过程的一篇博文，而是写的不知所云，本着我们初学者互相共享的精神，也方便自己查阅，特详细写一下，将自己

xunan003·2025-06-15 22:49

深度学习——基于卷积神经网络的MNIST手写数字识别详解

文章目录引言1.环境准备和数据加载1.1下载MNIST数据集1.2数据可视化2.数据预处理3.设备配置4.构建卷积神经网络模型5.训练和测试函数5.1训练函数5.2测试函数6.模型训练和评估6.1初始化损失函数和优化器

E-An居士·2025-06-15 09:28

Python----神经网络发（神经网络发展历程）

年份网络名称突出点主要成就论文地址1989LeNet首个现代卷积神经网络（CNN），引入卷积、池化操作手写数字识别先驱，奠定CNN基础MNISTDemosonYannLeCun'swebsite2012AlexNet

蹦蹦跳跳真可爱589·2025-06-14 23:43

AI基础知识（07）：基于 PyTorch 的手写体识别案例手册

本实验旨在利用深度学习框架PyTorch，结合MNIST手写体数据集，构建一个高效、准确的手写体识别系统，本实验是在云主机中安装PyCharm,并且基于PyTorch框架的手写体识别的案例。

陈天伟教授·2025-06-14 04:40

PyTorch：让深度学习像搭积木一样简单有趣！

乐高说明书"三、神经网络模块化：像堆积木一样建模型四、训练三板斧：优化器/损失函数/数据加载1.数据管道（Dataset+DataLoader）2.损失函数选择指南3.优化器对比五、完整训练流程实战（MNIST

pythonpapaxia·2025-06-13 00:56

使用 PyTorch 和 SwanLab 实时可视化模型训练

以下是一个使用PyTorch和SwanLab实现训练可视化监控的完整示例，以MNIST手写数字识别为例：importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets

猎嘤一号·2025-06-13 00:56

【代码分析】TensorRT sampleINT8 详解

目录前言代码分析Main入口构建(Build)网络BatchStream推理(Infer)过程资源释放前言TensorRT可以通过INT8量化处理网络，然后大幅加速网络推理速度，本文旨在详细分析MNISTINT8Sample

HaoBBNuanMM·2025-06-12 20:24

cnn卷积神经变体

应用：手写数字识别（MNIST）。2.AlexNet（2012）改进：引入ReLU激活函数、Dropout、数据增强，开启深度学习时代。应用

MYH516·2025-06-07 05:07

《Pytorch深度学习实践》ch5-Logistic回归

------B站《刘二大人》1.Classification经典的分类数据集：MNIST（0-9）导入数据集：（路径，训练集/测试集，是否下载）importtorchvisiontrain_set=torchvision.datasets.MINIST

拾零吖·2025-06-06 13:18

python第31天打卡

optimizers,utils,datasets#数据加载和预处理函数defload_and_preprocess_data():(x_train,y_train),(x_test,y_test)=datasets.mnist.load_data

zdy1263574688·2025-06-05 04:05

TensorFlow解决MNIST数字识别问题

TensorFlow解决MNIST数字识别问题废话这个MNIST数字识别问题是我实现的第一个神经网络，虽然过程基本上都是对着书上的代码敲，但还是对神经网络的训练过程有了一定的了解，同时也复习了前面几章关于

Leslie_Leung·2025-06-05 04:33

mnist手写数字识别python_Python利用逻辑回归模型解决MNIST手写数字识别问题详解...

本文实例讲述了Python利用逻辑回归模型解决MNIST手写数字识别问题。

weixin_39994438·2025-06-05 04:33

AlexNet网络搭建

然后新建一个python文件，就叫plot.py吧，往里面写入以下代码，用于下载数据集：#FashionMNIST里面包含了许多数据集fromclick.coreimportbatchfromspacy.cli.trainimporttrainfromtorchvision.datasetsim

苏九黎·2025-06-01 07:45

Pytorch构建LeNet进行MNIST识别 #自用

LeNet是一种经典的卷积神经网络（CNN）结构，由YannLeCun等人在1998年提出，主要用于手写数字识别（如MNIST数据集）。

BandieraRosa·2025-05-31 08:02

PyTorch实现CNN用于MNIST手写数字识别任务的python完整代码

这段代码使用PyTorch实现了一个简化版的卷积神经网络（CNN），用于MNIST手写数字识别任务。

搏博·2025-05-29 06:53

用torch写一个简单网络训练FashionMNIST数据集参考torch官网

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasetsfromtorchvision.transformsimportToTensortraining_data=datasets.FashionMNIST

李烁.·2025-05-24 09:36

CNN手写数字识别/全套源码+注释可直接运行

数据集选择：MNIST数据集来自美国国家标准与技术研究所,NationalInstituteofStandardsandTechnology(NIST)。

huohuopro·2025-05-22 06:27

三维卷积神经网络预测MNIST数字详解

future__importdivision,print_functionimporttensorflowastfimportmatplotlib.pyplotaspltimportnumpyasnp#导入mnist

gldbys·2025-05-22 02:29

人工智能机器学习深度学习中著名有用的数据集

目录图像领域自然语言处理领域语音领域其他领域图像领域MNIST数据集内容：由美国国家标准与技术研究院收集整理，包含6万张用于训练的手写数字图像、1万张用于测试验证的图像，图像为28×28像素的灰度图，像素值在

AI数据集·2025-05-21 14:38

MATLAB实现GAN用于图像分类

1.数据准备假设我们使用MNIST数据集，这是一个包含手写数字的灰度图像数据集。%加载MNIST数据集data=dig

jllllyuz·2025-05-21 02:53

使用PyTorch训练VGG11模型：Fashion-MNIST图像分类实战

本文将通过代码实战，详细讲解如何使用PyTorch和VGG11模型在Fashion-MNIST数据集上进行图像分类任务。代码包含数据预处理、模型定义、训练与评估全流程，并附上训练结果的可视化图表。

意.远·2025-05-18 23:16

手写体数字分类模型

.22.1数据生成....22.2训练过程....22.3训练参数与设置....2三、测试与分析...33.1性能对比....33.2训练过程差异....3四、代码...4目的通在手写体数字分类任务中，MNIST

月白风清江有声·2025-05-17 23:55

深度学习笔记12-mnist手写数字识别(Pytorch)

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊目录一、前期准备1.导入数据2.数据可视化二、构建简单的CNN网络三、训练模型1.设置超参数2.编写训练函数3.编写测试函数4.正式训练编辑四、结果可视化编辑五、总结1.Pytorch自带数据库：torchvision.dataset2.Pytorch自带数据加载器：torch.utils.data.DataLoader3.Pytorch

m0_67869333·2025-05-17 15:27

深度学习基石：卷积神经网络（CNN）与图像识别

以MNIST数据集（28×28像素）为例，输入层需784个神经元，若第一隐藏层有1000个神经元，参数规模将达784×1000=784,000。

WHCIS·2025-05-16 13:56

用Python玩转人工智能——数字识别技术之一

目录前言一、MNIST数据集初始与导入（一）MNIST数据集（MixedNationalInstituteofStandardsandTechnologydatabase）是一个广泛应用于机器学习中训练和测试的二进制图像数据集

波涛浪子·2025-05-16 12:52

开源GPU架构RISC-V VCIX的深度学习潜力测试：从RTL仿真到MNIST实战

点击“AladdinEdu，同学们用得起的【H卡】算力平台”，H卡级别算力，按量计费，灵活弹性，顶级配置，学生专属优惠。一、开篇：AI芯片架构演变的三重挑战（引述TPUv4采用RISC-V的行业案例，结合GoogleAI芯片战略，说明能效比已成架构迭代核心指标。此处可嵌入Tom’sHardware报道的谷歌技术路线）二、VCIX架构技术解码2.1向量协处理器接口创新设计对比NVIDIAStream

学术猿之吻·2025-05-16 11:16

TensorFlow 2.0 初学者入门指南：从零构建图像分类模型

我们将以MNIST手写数字数据集为例，逐步展示如何从零开始构建一个图像分类器，并最终实现超过98%的准确率。本文旨在帮助初学者快速掌握TensorFlow2.0的核心概

未来创世纪·2025-05-14 22:23

【图像分类】基于PyTorch搭建LSTM实现MNIST手写数字体识别（双向LSTM，附完整代码和数据集）

在https://blog.csdn.net/AugustMe/article/details/128969138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

机器不学习我学习·2025-05-14 18:55

MNIST 数据并行 Data Parallel - DP

DataParallel转自我的个人博客：https://shar-pen.github.io/2025/05/04/torch-distributed-series/2.MNIST_DP/数据并行vs

the_3rd_bomb·2025-05-12 13:35

MNIST DDP 分布式数据并行

DistributedDataParallel转自我的个人博客：https://shar-pen.github.io/2025/05/04/torch-distributed-series/3.MNIST_DDP

the_3rd_bomb·2025-05-12 12:00

深度学习工程化：基于TensorFlow的模型部署全流程详解

第一部分：模型准备与优化1.1模型训练与保存importtensorflowastf#训练模型（以MNIST为例）m

2501_91537435·2025-05-10 13:28

LeNet-5详解

LeNet-5是卷积神经网络（CNN）的开山之作，由YannLeCun团队于1998年提出，最初用于手写数字识别（MNIST数据集）。

巷955·2025-05-08 18:41

常见的卷积神经网络列举

经典的卷积神经网络（CNN）在深度学习发展史上具有重要地位，以下是一些里程碑式的模型及其核心贡献：1.LeNet-5（1998）提出者：YannLeCun特点：首个成功应用于手写数字识别（MNIST）的

巷955·2025-05-08 17:36

用卷积神经网络 (CNN) 实现 MNIST 手写数字识别

在深度学习领域，MNIST手写数字识别是经典的入门级项目，就像编程世界里的“Hello,World”。

进来有惊喜·2025-05-07 04:48

零基础-动手学深度学习-3.6softmax回归的从零开始实现

softmax操作三、定义模型四、定义损失函数五、分类精度六、训练七、一点补充鄙人生医转码，道行浅薄，请多谅解~感觉这章的内容超量，代码和详解都非常长，细嚼慢咽ing~首先导入需要的库和上一章讲的训练和测试集MNIST

生医转码，四海为家·2025-05-06 16:03

从零实现LeNet5卷积神经网络：MNIST手写数字识别实战

本文将带您实现经典的LeNet5网络架构，并在MNIST手写数字数据集上进行训练与评估。我们将深入探讨数据预处理、网络设计、模型训练和性能分析等关键环节，帮助您全面理解卷积神经网络的工作原理。

loopdeloop·2025-05-05 00:40

深度学习之基于Pytorch的卷积神经网络MNIST手写数字识别

MNIST手写数字数据集包含了大量的手写数字图片，这些图片都是经过标注的0-9的手写数字。本项目旨在利用PyTorch深度学习框架，构建卷积神经网络（ConvolutionalNeu

Q1744828575·2025-05-04 14:04

TensorFlow 入门实战：手把手教你训练第一个神经网络

本文将带你通过一个经典案例——训练一个模型识别手写数字（MNIST数据集），掌握神经网络的基本构建流程。二、准备工作1.安装TensorFlow确保

2501_91537435·2025-05-04 07:52

查看MNIST数据集中的图片

介绍MNIST是一个手写数字的数据集，对里面的数据进行了分类处理，将每一张图片放到自己对应的文件夹下。这里只使用了训练集，要看测试集的可以自行查看。

honeysuckle_luo·2025-05-03 11:42

第18节：6种传统方法实战项目（MNIST分类）

为了探究不同传统算法在分类上的表现，本文实现了6种算法，这些脚本都遵循相同的模式：加载MNIST数据集划分训练集和测试集训练指定模型评估并输出结果要运行这些脚本，只需分别执行每个文件即可。

点我头像干啥·2025-05-03 02:06

推荐频道