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. 基于selective_search对手写数字串进行分割，并基于tensorflow在mnist训练好的模型进行识别

  2. 基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。 环境：Windows10 + tensorflow1.2 + python3.5 + cv2 程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/c

  3. 所属分类：深度学习

    • 发布日期：2017-08-03
    • 文件大小：50176
    • 提供者：flyyoung0709

  1. 北大tensorflow公开课笔记

  2. 第一讲 带着大家梳理人工智能领域的基本概念：比如什么是人工智能、什么机器学习、什么是深度学习，他们的发展历史是什么，能用他们做什么。课后，助教会带领大家安装Ubuntu系统、Python解释器 和 Tensorflow环境，把同学们的电脑进行改造，让它变得更专业。 第二讲 串讲python语法：课程将帮同学们在最短的时间内把python语法织成网，为后续课程扫清代码关； 第三讲 讲解Tensorflow的关键词，搭建神经网络：这节课会介绍张量、计算图、会话等概念，并用Python搭建你的第一个

  3. 所属分类：深度学习

    • 发布日期：2018-05-25
    • 文件大小：10181831
    • 提供者：weixin_39711936

  1. MnistNumberRecognize.rar

  2. 使用Mnist数据集实现多位手写数字的识别，并使用PySimpleGUI对图片选择及识别结果进行了可视化操作。 多位数字识别，是将图片进行图片分割为多个 独立的图片，依次进行识别。 本资源包含训练集及训练模型 用到的模块包含： 1、PySimpleGUI 2、Tensorflow-Gpu 3、PIL 4、opencv

  3. 所属分类：机器学习

    • 发布日期：2019-06-14
    • 文件大小：83886080
    • 提供者：qq_18212355

  1. 实验8-TensorFlow基本操作.docx

  2. 介绍了如何使用TensorFlow构建简单的神经网络体系结构、训练模型和评估结果时。本次实验基于MNIST数据集，将解决分类任务并尝试从其手写表示中识别实际数字。

  3. 所属分类：深度学习

    • 发布日期：2019-07-27
    • 文件大小：233472
    • 提供者：xiaotaocisoc

  1. mnist-cnn.rar

  2. 此程序利用tensorflow框架构建并训练用于识别手写数字的CNN网络，可得到效果不错的模型，有较高的识别率

  3. 所属分类：深度学习

    • 发布日期：2020-07-03
    • 文件大小：326107136
    • 提供者：kaixinshiqiu

  1. Tensorflow训练MNIST手写数字识别模型

  2. 主要为大家详细介绍了Tensorflow训练MNIST手写数字识别模型，文中示例代码介绍的非常详细，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：2020-09-17
    • 文件大小：57344
    • 提供者：weixin_38674115

  1. 如何将tensorflow训练好的模型移植到Android (MNIST手写数字识别)

  2. 主要介绍了将tensorflow训练好的模型移植到Android (MNIST手写数字识别),本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-17
    • 文件大小：280576
    • 提供者：weixin_38709139

  1. tensorflow基于CNN实战mnist手写识别(小白必看)

  2. 很荣幸您能看到这篇文章，相信通过标题打开这篇文章的都是对tensorflow感兴趣的，特别是对卷积神经网络在mnist手写识别这个实例感兴趣。不管你是什么基础，我相信，你在看完这篇文章后，都能够完全理解这个实例。这对于神经网络入门的小白来说，简直是再好不过了。 通过这篇文章，你能够学习到 tensorflow一些方法的用法 mnist数据集的使用方法以及下载 CNN卷积神经网络具体python代码实现 CNN卷积神经网络原理 模型训练、模型的保存和载入 Tensorfl

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：147456
    • 提供者：weixin_38633157

  1. python tensorflow学习之识别单张图片的实现的示例

  2. 假设我们已经安装好了tensorflow。 一般在安装好tensorflow后，都会跑它的demo，而最常见的demo就是手写数字识别的demo,也就是mnist数据集。 然而我们仅仅是跑了它的demo而已，可能很多人会有和我一样的想法，如果拿来一张数字图片，如何应用我们训练的网络模型来识别出来，下面我们就以mnist的demo来实现它。 1.训练模型 首先我们要训练好模型，并且把模型model.ckpt保存到指定文件夹 saver = tf.train.Saver() saver.save(

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：160768
    • 提供者：weixin_38516863

  1. TensorFlow实现Softmax回归模型

  2. 一、概述及完整代码 对MNIST(MixedNational Institute of Standard and Technology database)这个非常简单的机器视觉数据集,Tensorflow为我们进行了方便的封装,可以直接加载MNIST数据成我们期望的格式.本程序使用Softmax Regression训练手写数字识别的分类模型. 先看完整代码: import tensorflow as tf from tensorflow.examples.tutorials.mnist im

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：90112
    • 提供者：weixin_38576922

  1. Python中存取文件的4种不同操作

  2. 前言： 最近开始学习tensorflow框架，选修课让任选一种框架实现mnist手写数字的识别分类。小詹也就随着大流选择了 tf 框架，跟着教程边学边做，小詹用了不同的神经网络实现了识别分类，其中有一个步骤是将训练过程得到的模型进行保存，在之后的测试中加载并使用该模型。想到这种先保存再加载调用的过程，之前很多地方都遇到过呀，最简单常用的就是python中文件的存取哇！于是乎，小詹夜观星象，就着手整理记录各种文件存取的骚操作，具体如下。 （PS:虽然我知道技术文章太长，耐心看完的人很少，曝光率和点

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：387072
    • 提供者：weixin_38650150

  1. Tensorflow学习实战之mnist手写体识别

  2. Tensorflow学习实战之mnist手写体识别数据准备构建模型训练模型评估结果可视化显示 Tensorflow继续学习，今天是入门级的mnist手写体识别，改变前两次的线性回归，这次是逻辑回归，这样随之改变的是损失函数等 Tensorflow里面有一个examples的MNIST的手写，直接运行会自动下载。 训练了20次，效果还不错，慢慢的理解，把以前不懂得好多东西，学习中慢慢得到补充 收获： reshape，行优先，逐行排列，相当于把一整行数字排列后按reshape得行列填充进去，我的理解

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：481280
    • 提供者：weixin_38601446

  1. Tensorflow训练MNIST手写数字识别模型

  2. 本文实例为大家分享了Tensorflow训练MNIST手写数字识别模型的具体代码，供大家参考，具体内容如下 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data INPUT_NODE = 784 # 输入层节点=图片像素=28x28=784 OUTPUT_NODE = 10 # 输出层节点数=图片类别数目 LAYER1_NODE = 500 # 隐藏层节点数，只有一个隐藏层 B

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：61440
    • 提供者：weixin_38638163

  1. 如何将tensorflow训练好的模型移植到Android (MNIST手写数字识别)

  2. 【尊重原创，转载请注明出处】https://blog.csdn.net/guyuealian/article/details/79672257 项目Github下载地址：https://github.com/PanJinquan/Mnist-tensorFlow-AndroidDemo        本博客将以最简单的方式，利用TensorFlow实现了MNIST手写数字识别，并将Python TensoFlow训练好的模型移植到Android手机上运行。网上也有很多移植教程，大部分是在Ub

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：279552
    • 提供者：weixin_38537777

  1. Tensorflow学习实战

  2. Tensorflow学习实战之mnist手写体识别 数据准备 构建模型 训练模型 评估结果 可视化显示 Tensorflow继续学习，今天是入门级的mnist手写体识别，改变前两次的线性回归，这次是逻辑回归，这样随之改变的是损失函数等 Tensorflow里面有一个examples的MNIST的手写，直接运行会自动下载。 训练了20次，效果还不错，慢慢的理解，把以前不懂得好多东西，学习中慢慢得到补充 收获： reshape，行优先，逐行排列，相当于把一整行数字排列后按reshape得行列填充进去

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：69632
    • 提供者：weixin_38629274

  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. digit-recognizer-flask-cnn：一个简单的Flask应用程序，可以识别手写数字。 使用TensorFlow和Keras开发-源码

  2. 数位识别器烧瓶 一个可以识别手写数字的简单Web应用程序。 使用和超级简单的库开发。 使用 Micro Framework包装到Webapp中。 卷积神经网络（CNN）是一种受动物视觉皮层组织启发的神经网络。 它用于大多数图像识别任务。 使用MNIST手写数字数据集训练了该模型。 要在本地运行，请首先克隆目录。 git clone https://github.com/moinudeen/digit-recognizer-flask-cnn.git 接下来cd进入目录。 cd dig

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：4194304
    • 提供者：weixin_42128963

  1. 使用已经得到的keras模型识别自己手写的数字方式

  2. 环境：Python+keras，后端为Tensorflow 训练集：MNIST 对于如何训练一个识别手写数字的神经网络，网上资源十分丰富，并且能达到相当高的精度。但是很少有人涉及到如何将图片输入到网络中并让已经训练好的模型惊醒识别，下面来说说实现方法及注意事项。 首先import相关库，这里就不说了。 然后需要将训练好的模型导入，可通过该语句实现： model = load_model(‘cnn_model_2.h5’) （cnn_model_2.h5替换为你的模型名） 之后是导入图片，需要

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：89088
    • 提供者：weixin_38614825

  1. 使用已经得到的keras模型识别自己手写的数字方式

  2. 环境：Python+keras，后端为Tensorflow 训练集：MNIST 对于如何训练一个识别手写数字的神经网络，网上资源十分丰富，并且能达到相当高的精度。但是很少有人涉及到如何将图片输入到网络中并让已经训练好的模型惊醒识别，下面来说说实现方法及注意事项。 首先import相关库，这里就不说了。 然后需要将训练好的模型导入，可通过该语句实现： model = load_model(‘cnn_model_2.h5’) （cnn_model_2.h5替换为你的模型名） 之后是导入图片，需要

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：89088
    • 提供者：weixin_38537968

  1. 基于tensorflow实现Android手写数字识别

  2. 前段时间训练了mnist手写数字识别的模型，学习后将其移植到Android端 我是参考的大佬https://puke3615.github.io/2017/08/02/Run-Mnist-On-Android/，https://github.com/wangtianrui/TFonAndroid的源码，有需要的的朋友可以去下载，这里是对他写的代码的分析和我自己的理解 注解ButterKnife学习：https://www.jianshu.com/p/952c6f5e8157 implementa

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：159744
    • 提供者：weixin_38601878
« 12 »