您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. K-近邻算法识别手写数字代码以及原始资源

  2. 本资源包涵了K-近邻算法识别手写数字系统(包括详细的代码注释),和原始训练测试数据。
  3. 所属分类:Python

    • 发布日期:2015-03-17
    • 文件大小:742400
    • 提供者:u014771160
  1. KNN算法识别手写数字系统使用的样本集(训练样本集+测试样本集)

  2. KNN算法识别手写数字系统使用的样本集(训练样本集+测试样本集)
  3. 所属分类:机器学习

    • 发布日期:2020-05-19
    • 文件大小:344064
    • 提供者:JanesShang
  1. pytorch识别手写数字成功

  2. pytorch识别手写数字成功
  3. 所属分类:其它

    • 发布日期:2020-04-08
    • 文件大小:2048
    • 提供者:weixin_41237855
  1. TensorFlow识别手写数字.py

  2. TensorFlow识别手写数字,适合TensorFlow小白来学习。参考书籍为《TensorFlow实战》。
  3. 所属分类:深度学习

    • 发布日期:2020-03-29
    • 文件大小:2048
    • 提供者:weixin_46656964
  1. tensorflow识别手写数字模型以及源码

  2. tensorflow识别手写数字的训练好的模型以及tensorflow工作流程源码,使用者可以结合我博客中的TensorFlow学习之路系列博文对TensorFlow来做一个入门
  3. 所属分类:机器学习

    • 发布日期:2020-03-17
    • 文件大小:756736
    • 提供者:AcStudio
  1. python不使用框架实现卷积神经网络识别手写数字

  2. python不使用框架实现卷积神经网络识别手写数字, 在100个的测试集上准确率最高可达95%。内含数据集
  3. 所属分类:深度学习

    • 发布日期:2020-02-19
    • 文件大小:10485760
    • 提供者:juyuyh
  1. 完整版 神经网络识别手写数字(含数据和代码,只要有matlab就可以运行).rar

  2. 亲测好用,挺不错的资源,大家快来下载吧!挺有用的!需要的话可以来下载哦!matlab 手动搭建一个单隐层神经网络用于识别手写数字,实现:标准化数据集,计算损失函数,梯度下降法,反向传播,加深对神经网络的理解。
  3. 所属分类:深度学习

    • 发布日期:2020-01-10
    • 文件大小:25165824
    • 提供者:weixin_38746387
  1. 只用numpy,从头实现3层神经网络,识别手写数字

  2. 只用numpy,从头实现3层神经网络,RELU激活函数,softmax Loss函数 在mnist上训练,识别手写数字,92%以上正确率(本人懒得跑太久,没有完全收敛)
  3. 所属分类:深度学习

    • 发布日期:2019-10-20
    • 文件大小:3072
    • 提供者:a63140180
  1. Python实现识别手写数字大纲

  2. 主要为大家详细介绍了Python实现识别手写数字的大纲,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:74752
    • 提供者:weixin_38735899
  1. Python实现识别手写数字 Python图片读入与处理

  2. 主要为大家详细介绍了Python实现识别手写数字,Python图片的读入与处理,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:148480
    • 提供者:weixin_38732307
  1. python使用KNN算法识别手写数字

  2. 主要为大家详细介绍了python使用KNN算法识别手写数字,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
  3. 所属分类:其它

    • 发布日期:2020-09-19
    • 文件大小:53248
    • 提供者:weixin_38732343
  1. Python实现识别手写数字大纲

  2. 写在前面 其实我之前写过一个简单的识别手写数字的程序,但是因为逻辑比较简单,而且要求比较严苛,是在50×50大小像素的白底图上手写黑色数字,并且给的训练材料也不够多,导致准确率只能五五开。所以这一次准备写一个加强升级版的,借此来提升我对Python处理文件与图片的能力。 这次准备加强难度: 被识别图片可以是任意大小; 不一定是白底图,只要数字颜色是黑色,周围环境是浅色就行; 加强识别手写数字的逻辑,提升准确率。 因为我还没开始正式写,并且最近专业课程学习也比较紧迫,所以可能更新的比较
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:77824
    • 提供者:weixin_38567962
  1. python使用KNN算法识别手写数字

  2. 本文实例为大家分享了python使用KNN算法识别手写数字的具体代码,供大家参考,具体内容如下 # -*- coding: utf-8 -*- #pip install numpy import os import os.path from numpy import * import operator import time from os import listdir 描述: KNN算法实现分类器 参数: inputPoint:测试集 dataSet:训练集 labels:
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:59392
    • 提供者:weixin_38500944
  1. 计算机视觉+机器学习 (一)识别手写数字 (1)

  2. 计算机视觉+机器学习 (一)识别手写数字(1)       本人在七月在线网站上报了一个计算机视觉+机器学习的课程班。第一课教我们看了opencv相关知识,并留了一项作业,用MNIST数据集做一个识别手写数字的项目。       初次了解相关知识,并查看了MNIST数据集,了解一些,着手开始做。在配置相关环境时遇到很多问题。以下可以注意:       在pycharm上配置opencv,tensorflow,image watch,出现可能没有image watch包,pip不是最新版本,以及各
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:290816
    • 提供者:weixin_38565003
  1. NeuralNetwork:识别手写数字的基本神经网络-源码

  2. 神经网络 用于识别手写数字的基本神经网络。
  3. 所属分类:其它

    • 发布日期:2021-03-14
    • 文件大小:4096
    • 提供者:weixin_42143806
  1. Digit-Recognition-Using-MNIST-Dataset:该模型使用CNN进行训练,并以99.5%的精度识别手写数字-源码

  2. 使用MNIST的数字识别数据集 该模型使用CNN进行训练,并以99.5%的精度识别手写数字 手写数字数据集的历史 修改后的美国国家标准技术研究院数据库(MNIST数据集)是一个大型的手写数字数据集,广泛用于图像处理和机器学习中。 MNIST数据库中的图像集是NIST的两个数据库的组合:特殊数据库1和特殊数据库3。特殊数据库1和特殊数据库3分别由高中生和美国人口普查局员工编写的数字组成。 。 建筑模型 使用Keras建模 在Keras中定义模型有两种不同的方法: 顺序模型 函数API函数API用
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:1048576
    • 提供者:weixin_42143092
  1. 手写数字识别器:在Python和MATLAB中从零开始的神经网络使用Octave识别手写数字可达到83%的测试准确度,二手的Numpy,熊猫-源码

  2. 手写数字识别器 使用Python和MATLAB / Octave从零开始的神经网络识别手写数字,达到了83%的测试准确度,二手的Numpy,熊猫
  3. 所属分类:其它

    • 发布日期:2021-02-26
    • 文件大小:4096
    • 提供者:weixin_42099858
  1. neuro_net:用于从mnist数据库中识别手写数字的工作进度神经网络-源码

  2. neuro_net:用于从mnist数据库中识别手写数字的工作进度神经网络
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:2048
    • 提供者:weixin_42160278
  1. 手写数字生成:PyTorch实现-使用MNIST数据集的GAN模型识别手写数字-源码

  2. 手写数字生成 PyTorch实现-使用MNIST数据集的GAN模型生成/识别手写数字 项目目标 目标是使用在MNIST数据集上训练的生成对抗网络(GAN)生成新的手写数字。 GAN(生成对抗网络) GAN最早是在2014年由Ian Goodfellow和Yoshua Bengio实验室的其他人报道的。 从那时起,GAN爆炸式增长。 GAN的思想是使用两个网络相互竞争,即生成器G和鉴别器D。 生成器使“伪”数据传递到鉴别器。 鉴别器还可以看到真实的训练数据,并预测接收到的数据是真实的还是伪造的。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:2097152
    • 提供者:weixin_42164931
  1. 手写识别:识别手写数字的神经网络-源码

  2. 手写识别 识别手写数字的神经网络
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:2048
    • 提供者:weixin_42134097
« 12 3 4 5 6 7 8 9 10 ... 50 »