您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. mnist手写数字识别.zip

  2. 该资源包含Mnist数据集手写数字识别的训练及预测代码,mnist在神经网络准确率与迭代次数关系,分别在tensorflow和pytorch框架下,以及如何查看checkpoint中参数的相关内容,已经相关的checkpoint文件
  3. 所属分类:深度学习

    • 发布日期:2020-03-05
    • 文件大小:63963136
    • 提供者:csdnqq970820
  1. 2基于mnist集的数字识别.py

  2. Python,Pytorch,mnist,基于Pytorch实现mnist数据的手写数字分类。包含训练数据集、测试数据集的下载、显示、深度神经网络的搭建,支持cpu、gpu cuda的计算。
  3. 所属分类:Python

    • 发布日期:2020-07-06
    • 文件大小:6144
    • 提供者:longriverlcj
  1. pytorch mnist数据集

  2. 常用于手写数字识别的开源数据集.
  3. 所属分类:深度学习

    • 发布日期:2020-08-02
    • 文件大小:20971520
    • 提供者:m0_46076716
  1. Pytorch实现的手写数字mnist识别功能完整示例

  2. 主要介绍了Pytorch实现的手写数字mnist识别功能,结合完整实例形式分析了Pytorch模块手写字识别具体步骤与相关实现技巧,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:54272
    • 提供者:weixin_38704565
  1. pytorch 利用lstm做mnist手写数字识别分类的实例

  2. 今天小编就为大家分享一篇pytorch 利用lstm做mnist手写数字识别分类的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:41984
    • 提供者:weixin_38607552
  1. PyTorch CNN实战之MNIST手写数字识别示例

  2. 本篇文章主要介绍了PyTorch CNN实战之MNIST手写数字识别示例,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:120832
    • 提供者:weixin_38592548
  1. 详解PyTorch手写数字识别(MNIST数据集)

  2. 主要介绍了详解PyTorch手写数字识别(MNIST数据集),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:105472
    • 提供者:weixin_38670318
  1. pytorch学习(九)——交叉熵代价函数原理及其在MNIST手写数字识别中的应用

  2. 上传时间:2020/11/09 最后测试:2020/11/09 内容:pytorch框架:交叉熵代价函数原理及其在MNIST手写数字识别中的应用(神经网络) 其他:pytorch学习练习代码 相关介绍:https://blog.csdn.net/jerry_liufeng/article/details/109573157
  3. 所属分类:深度学习

    • 发布日期:2020-11-09
    • 文件大小:262144
    • 提供者:jerry_liufeng
  1. pytorch学习(八)——MNIST手写数字识别

  2. 上传时间:2020/11/08 最后测试:2020/11/08 内容:pytorch框架实现MNIST手写数字识别 其他:pytorch学习练习代码 相关介绍:https://blog.csdn.net/jerry_liufeng/article/details/109558962
  3. 所属分类:深度学习

    • 发布日期:2020-11-08
    • 文件大小:80896
    • 提供者:jerry_liufeng
  1. Pytorch框架实现mnist手写库识别(与tensorflow对比)

  2. 前言最近在学习过程中需要用到pytorch框架,简单学习了一下,写了一个简单的案例,记录一下pytorch中搭建一个识别网络基础的东西。对应一位博主写的tensorflow的识别mnist数据集,将其改为pytorch框架,也可以详细看到两个框架大体的区别。 Tensorflow版本转载来源(CSDN博主「兔八哥1024」):https://www.jb51.net/article/191157.htm Pytorch实战mnist手写数字识别 #需要导入的包 import torch im
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:88064
    • 提供者:weixin_38610277
  1. 详解PyTorch手写数字识别(MNIST数据集)

  2. MNIST 手写数字识别是一个比较简单的入门项目,相当于深度学习中的 Hello World,可以让我们快速了解构建神经网络的大致过程。虽然网上的案例比较多,但还是要自己实现一遍。代码采用 PyTorch 1.0 编写并运行。 导入相关库 import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torchvision import datasets,
  3. 所属分类:其它

    • 发布日期:2020-12-31
    • 文件大小:105472
    • 提供者:weixin_38661087
  1. 【PyTorch学习笔记1】MNIST手写数字识别之MLP实现

  2. 在本笔记中,我们将以多层感知机(multilayer perceptron,MLP)为例,介绍多层神经网络的相关概念,并将其运用到最基础的MNIST数据集分类任务中,同时展示相关代码。本笔记主要从下面四个方面展开: 文章目录1 多层感知机(MLP)理论知识1.1 隐藏层1.2 激活函数1.3 多层感知机1.4 交叉熵(cross entropy)损失函数2. MNIST数据集简介3. 代码详解及结果展示4. 心得体会 1 多层感知机(MLP)理论知识 1.1 隐藏层 多层感知机在单层神经网络
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:263168
    • 提供者:weixin_38545485
  1. Pytorch实现MNIST手写数字识别(全连接神经网络及卷积神经网络)-附件资源

  2. Pytorch实现MNIST手写数字识别(全连接神经网络及卷积神经网络)-附件资源
  3. 所属分类:互联网

  1. Pytorch实现MNIST手写数字识别(全连接神经网络及卷积神经网络)-附件资源

  2. Pytorch实现MNIST手写数字识别(全连接神经网络及卷积神经网络)-附件资源
  3. 所属分类:互联网

  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. MNIST手写数字识别-源码

  2. MNIST手写数字识别 我将在PyTorch中构建一个简单的神经网络,并训练它使用MNIST数据集来识别手写数字。 在MNIST数据集上训练分类器可以被视为图像识别的世界。 创建神经网络的步骤如下: 搭建环境 准备数据集 建立网络 训练模型 评估模型的性能 附言:MNIST包含70,000张手写数字图像:60,000张用于培训,10,000张用于测试。 图像为灰度级,28x28像素,并居中以减少预处理并更快地开始。
  3. 所属分类:其它

    • 发布日期:2021-02-18
    • 文件大小:8192
    • 提供者:weixin_42116791
  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
  1. pytorch 利用lstm做mnist手写数字识别分类的实例

  2. 代码如下,U我认为对于新手来说最重要的是学会rnn读取数据的格式。 # -*- coding: utf-8 -*- Created on Tue Oct 9 08:53:25 2018 author: www import sys sys.path.append('..') import torch import datetime from torch.autograd import Variable from torch import nn from torch.utils.data i
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:43008
    • 提供者:weixin_38600341
  1. Pytorch实现的手写数字mnist识别功能完整示例

  2. 本文实例讲述了Pytorch实现的手写数字mnist识别功能。分享给大家供大家参考,具体如下: import torch import torchvision as tv import torchvision.transforms as transforms import torch.nn as nn import torch.optim as optim import argparse # 定义是否使用GPU device = torch.device(cuda if torch.cuda.
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:54272
    • 提供者:weixin_38670208
  1. Pytorch实现卷积神经网络mnist数据集手写识别

  2. Pytorch实现前馈神经网络fnn和卷积神经网络cnn,基于mnist数据集进行训练测试,实现手写数字识别,可以自定义28*28图片进行测试。详细。
  3. 所属分类:互联网

    • 发布日期:2021-01-15
    • 文件大小:106954752
    • 提供者:GWH_98
« 12 »