注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Mnist手写数字数据库图像数据集

  2. 研究深度学习和卷积神经网络的同学都知道Mnist这个数据库，它是一个手写数字的图像数据集，可以用来作为网络训练的基准测试数据库。原版数据集是以特定格式存储的四个文件，包括乱序排列的60000个训练样本与10000个测试样本，以及它们对应的标签向量。现将其中的图片从原文件中读取出来，重新转化为png格式，并将测试集和训练集分别按0~9进行分类，并存放在各自的子文件夹中，以便各位同学进行科研与实验之用。 原数据集下载地址为：http://yann.lecun.com/exdb/mnist/

  3. 所属分类：其它

    • 发布日期：2016-05-24
    • 文件大小：23068672
    • 提供者：magicarcher

  1. Mnist手写数字数据库的Matlab数据变量

  2. 研究深度学习和卷积神经网络的同学都知道Mnist这个数据库，它是一个手写数字的图像数据集，可以用来作为手写数字识别的神经网络训练的基准测试数据库。原版数据集是以特定格式存储的四个文件，包括乱序排列的60000个训练样本与10000个测试样本，以及每个样本对应的标签向量。现将其中的图片从原文件中读取出来，按照原文件的顺序存储为Matlab的mat数据变量格式，可使用Matlab直接读取，以便各位同学进行科研与实验之用。 压缩包里包含四个Matlab数据变量文件 train_imgSet.mat：

  3. 所属分类：其它

    • 发布日期：2016-05-24
    • 文件大小：25165824
    • 提供者：magicarcher

  1. CNN卷积神经网络实现Mnist手写数字识别数据集

  2. 1、Mnist_cnn.py 该脚本文件 用TensorFlow框架 实现CNN卷积神经网络处理Mnist手写数字识别数据集，准确率达到99.21%； 2、Mnist_cnn_tensorboard.py 该脚本文件在Mnist_cnn.py的基础上实现可视化。

  3. 所属分类：Python

    • 发布日期：2018-05-26
    • 文件大小：5120
    • 提供者：asialee_bird

  1. 模块化训练卷积神经网络Lenet5

  2. lenet5卷积神经网络实现MNIST手写数字识别。代码分为前向传播、反向传播、模型测试三个部分，有详细的注释

  3. 所属分类：深度学习

    • 发布日期：2018-06-20
    • 文件大小：134217728
    • 提供者：rosemary_tu

  1. 卷积神经网络MNIST代码及测试数据

  2. 博客：卷积神经网络之手写数字识别应用MNISTCNN https://blog.csdn.net/jiangyingfeng/article/details/81031401 对应的实现代码

  3. 所属分类：深度学习

    • 发布日期：2018-07-13
    • 文件大小：11534336
    • 提供者：jiangyingfeng

  1. 模式识别_基于CNN的MNIST手写数字识别.zip

  2. 基于CNN的MNIST手写数字识别，最简单的卷积神经网络，附带源码和说明文档，代码有UI页面，可以实现对MNIST数字识别，也可以实现对手写录入数字识别

  3. 所属分类：互联网

    • 发布日期：2020-05-20
    • 文件大小：27262976
    • 提供者：qq_38178418

  1. 用 Python 实现一组手写数字识别.zip

  2. 用 Python 实现一组手写数字识别。使用keras+opencv进行简单的实现。首先进行图像中数字的目标检测与分割，将图片中的数字分离出来然后进行单独识别。使用的数据集为mnist手写数字识别库，采用卷积神经网络进行识别

  3. 所属分类：机器学习

    • 发布日期：2020-04-20
    • 文件大小：14680064
    • 提供者：qq_18052685

  1. 卷积神经网络的mnist手写数字识别

  2. 手写数字识别的Tensorflow完整代码，### 1. MNIST机器学习入门 **1.1.1 简介** 下载MNIST数据集，并打印一些基本信息： ``` python download.py ``` **1.1.2 实验：将MNIST数据集保存为图片** ``` python save_pic.py ``` **1.1.3 图像标签的独热表示** 打印MNIST数据集中图片的标签： ``` python label.py ``` *

  3. 所属分类：深度学习

    • 发布日期：2020-03-20
    • 文件大小：35840
    • 提供者：baidu_39629638

  1. tkinter+tensorflow(CNN)实现的手写数字(0-9)识别exe

  2. 自己最近写的一个小程序,360报毒添加信任即可,界面UI是用的tkinter，训练的网络是卷积神经网络CNN，手写识别率还不错，数字9不太准是因为mnist数据集本身训练集写的和国人习惯不一样。欢迎star 我的github源码:https://github.com/duanshengliu/Handwritten-digit-recognition-demo

  3. 所属分类：深度学习

    • 发布日期：2020-02-25
    • 文件大小：130023424
    • 提供者：qq_32194791

  1. 基于CUDA技术的卷积神经网络识别算法

  2. 基于CUDA技术的卷积神经网络识别算法For idy=l To n Do 浮点运算能力表现平稳,呈线性态势。 使用共享存備器( shared memory)收集数据 Thread[idx*pitch+]i1 FMi[e(idx, idy)]=( shared double) 4039 result: End for x烂 2.0358 (2)算法结束 1.772 43识别分类算法DCL 识别分类算法DCL如下 (1)Fori1 To nxn do(并行地) 在 Device的共享内存内初始化分类

  3. 所属分类：机器学习

    • 发布日期：2019-04-19
    • 文件大小：975872
    • 提供者：suiyu_eran

  1. 卷积神经网络实现手写数字识别

  2. 卷积神经网络实现手写数字识别训练模型及可视化，支持向量机实现手写数字识别 训练模型，贝叶斯分类器实现手写数字识别训练模型，mnist数据集提取成28*28的图片形式，包含代码及25页作业报告

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：1048576
    • 提供者：Alon_0

  1. mnist.npz 适合新手的手写数字识别本地数据集

  2. mnist.npz 适合新手的手写数字识别本地数据集，可以用来做简单的卷积神经网络，循环神经网络等深度学习模型

  3. 所属分类：互联网

    • 发布日期：2020-10-01
    • 文件大小：10485760
    • 提供者：james2047

  1. Tensorflow实战入门：MNIST手写数字识别

  2. 说在前头 本文是使用BP神经网络中的softmax回归模型实现MNIST手写数字识别，实际上能实现MNIST手写数字识别的神经网络还有CNN（卷积神经网络），下一篇可能会写。 Tensorflow是个什么东西 Tensorflow是一个采用 数据流图，用于数值计算的开源软件库。节点在图中表示数学操作，图中的线则表示在节点间相互联系的多维数据数组，即张量（Tensor）。 数据流图用“结点”和“线”的有向图来描述数学计算。“节点” 一般用来表示施加的数学操作，但也可以表示数据输入的起点/输出的终

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：173056
    • 提供者：weixin_38726255

  1. 【神经网络与深度学习】MNIST数据集介绍，并使用卷积神经网络训练手写数字识别模型——**附完整代码**和**训练好的模型文件**——直接用

  2. 使用卷积神经网络训练模型，具体介绍，参看我写的这篇文章：https://blog.csdn.net/weixin_45954454/article/details/114455209。

  3. 所属分类：深度学习

    • 发布日期：2021-03-08
    • 文件大小：2097152
    • 提供者：weixin_45954454

  1. 手写数字识别：使用卷积神经网络的手写数字识别-源码

  2. 手写数字识别 使用卷积神经网络的手写数字识别 使用Keras和MNIST数据集完成 建筑学： Layer (type) Output Shape Param # ================================================================= conv2d_239 (Conv2D) (None, 26, 26, 32) 320 ___

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：4096
    • 提供者：weixin_42127835

  1. 手写数字识别-源码

  2. 手写数字识别 手写数字识别是计算机识别人类手写数字的能力。 对于机器而言，这是一项艰巨的任务，因为手写数字不是十全十美的，可以用多种口味制作。 手写数字识别是使用数字图像并识别图像中存在的数字的解决方案。 该模型是使用MNIST数据集的手写数字识别模型的实现。 该模型使用卷积神经网络来识别数字。 在这种情况下，甚至还内置了GUI，您可以在其中绘制数字并识别它。 识别后，它会在右侧显示识别出的数字和该数字的准确性。 您甚至可以使用image_recognizer.py文件加载任何图像并识别

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：3145728
    • 提供者：weixin_42131405

  1. Digit_Recognition_Web_App：使用CNN模型在Keras的MNIST数据集上训练的手写数字识别应用程序。 使用的技能是Tensorflow，HTML，CSS，javascript-源码

  2. Digit_Recognition_Web_App 链接： : 应用程序的结构 keras-> Tensorflow.js->（html + css + javascr ipt）-> github页面 你好，物体识别世界！ 目标： 通过在keras中可用的MNIST数据集上训练模型，使卷积神经网络能够识别手写数字。 MNIST数据集： 训练数据集包含60000张图像，测试数据包含10000张图像。每个图像为28x28像素和灰度。 CNN模型概述： is这是一个具

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：1048576
    • 提供者：weixin_42136365

  1. mnist-flask：一种Flask网络应用，用于使用机器学习进行手写数字识别-源码

  2. MNIST Flask应用程序 Web应用程序，用于使用卷积神经网络进行手写数字识别。 使用Keras 在的MNIST数据集上训练了该模型。

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：8388608
    • 提供者：weixin_42112894

  1. 基于BP神经网络和卷积神经网络的MNIST手写数字识别

  2. 本基于BP神经网络和卷积神经网络对手写数字识别进行研究，使用10000张已标注的大小为28*28的手写数字图片进行训练和测试，从所有图片中随机选出9000张作为训练样本对网络进行训练，另外1000张作为测试样本用于测试网络的识别效果。其中BP神经网络采用了逐像素特征提取法、数字骨架特征提取（包括粗网格特征提取、笔画密度提取、外轮廓特征提取、像素百分比特征提取四种方法）以及主成分分析法提取像素特征信息，将获得的特征信息作为网络输入进行训练。在Matlab环境下，编程分别对训练样本进行训练，测试样本

  3. 所属分类：教育

    • 发布日期：2021-01-22
    • 文件大小：5242880
    • 提供者：weixin_45719776

  1. PyTorch CNN实战之MNIST手写数字识别示例

  2. 简介 卷积神经网络(Convolutional Neural Network, CNN)是深度学习技术中极具代表的网络结构之一，在图像处理领域取得了很大的成功，在国际标准的ImageNet数据集上，许多成功的模型都是基于CNN的。 卷积神经网络CNN的结构一般包含这几个层： 输入层：用于数据的输入 卷积层：使用卷积核进行特征提取和特征映射 激励层：由于卷积也是一种线性运算，因此需要增加非线性映射 池化层：进行下采样，对特征图稀疏处理，减少数据运算量。 全连接层：通常在CNN的

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：121856
    • 提供者：weixin_38699757
« 12 »