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. TensorFlow_CNN_MNIST

  2. TensorFlow与CNN做的MNIST手写数字识别，并存储训练结果，预测时对自己写的数字进行识别。包括CNN训练，结果保存，图片预处理，图片预测

  3. 所属分类：深度学习

    • 发布日期：2017-12-29
    • 文件大小：35651584
    • 提供者：unciauncia

  1. mnist数据集、tensoflow实现手写图片识别代码

  2. 本资源是自己初学机器学习时，成功调试出来的mnist手写数字识别代码过程，资源包括官方mnist数据集，自己手写的图片资源，用tensorflow框架搭建CNN，包括数据训练和测试过程。

  3. 所属分类：深度学习

    • 发布日期：2018-10-16
    • 文件大小：23068672
    • 提供者：weixin_42515907

  1. 卷积神经网络识别MNIST

  2. python+tensorflow实现CNN识别MNIST手写数字数据集，需要自己下载MINIST数据集

  3. 所属分类：深度学习

    • 发布日期：2018-11-16
    • 文件大小：5120
    • 提供者：qq_32401969

  1. 分布式CNN代码

  2. 用tensorflow实现的分布式CNN代码，用于识别手写数字。代码中的数据集目录设置的是F：/tmp/data,可以自己改变路径，从下面链接下载数据集，链接：https://pan.baidu.com/s/1uO-GOwkhLWx4Z26WqPV0LA 提取码：v4w5，下载后是一个data.zip压缩包，将其解压后放到你自己的路径里，总共有四个压缩文件，不用继续解压，程序可以处理压缩文件形式。

  3. 所属分类：深度学习

    • 发布日期：2019-05-01
    • 文件大小：2048
    • 提供者：qq_33898680

  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. tensorflow识别自己手写数字

  2. 主要为大家详细介绍了tensorflow识别自己手写数字，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：2020-09-20
    • 文件大小：89088
    • 提供者：weixin_38682406

  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. (11) 数字识别4.0 准确率98

  2. 用前面所学的知识进行优化 1.神经网络中间层为两层 2.优化器的选择 3.代价函数的选择 4.dropout防止过拟合 import tensorflow as tf #导入手写数字相关工具包（以后还是用kears好，不用担心是否有方法要废弃） from tensorflow.examples.tutorials.mnist import input_data #载入数据集,这个语句会自动下载数据集，若网速慢也可以自己下载 mnist=input_data.read_data_sets(MNI

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：54272
    • 提供者：weixin_38662213

  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

  1. tensorflow识别自己手写数字

  2. tensorflow作为google开源的项目，现在赶超了caffe，好像成为最受欢迎的深度学习框架。确实在编写的时候更能感受到代码的真实存在，这点和caffe不同，caffe通过编写配置文件进行网络的生成。环境tensorflow是0.10的版本，注意其他版本有的语句会有错误，这是tensorflow版本之间的兼容问题。 还需要安装PIL：pip install Pillow 图片的格式：  – 图像标准化，可安装在20×20像素的框内，同时保留其长宽比。 – 图片都集中在一个28×28的图像

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：91136
    • 提供者：weixin_38625448