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. 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 »