基于卷积神经网络的手写数字识别系统.rar

上传:prince28366 浏览: 25 推荐: 0 文件:RAR 大小:1020.21KB 上传时间:2020-03-06 03:29:00 版权申诉
基于tensorflow和pycharm实现基于卷积神经网络的手写字体识别系统,并上传制作好的课程文件,以供大家直接使用,代码亲测可用
上传资源
用户评论
相关推荐
基于卷积神经网络手写数字分类
十分简单的,易于理解的CNN神经网络用于手写数字分类,基于TensorFlow,适合初学者掌握理解。
PY
0B
2020-06-09 01:35
基于卷积神经网络手写数字识别
基于卷积神经网络的手写数字识别,工具使用Google的人工智能TensorFlow库,识别准确率高,代码使用python3.0以上版本
ZIP
0B
2019-07-08 14:08
基于Python卷积神经网络手写数字识别
手写数字识别流程本流程介绍如何利用 Python 和卷积神经网络 (CNN) 实现手写数字识别。1. 数据集准备选择包含手写数字图像及其对应标签的数据集,例如 MNIST 数据集。2. 环境配
rar
5.44KB
2024-07-01 16:10
手写数字识别卷积神经网络
此资源用keras和tensorflow编写,python代码。资源库无需准备,准确度能达到0.98。
IPYNB
60KB
2020-08-12 05:17
基于cnn卷积神经网络手写数字识别.zip
MNIST手写数据集的训练和测试代码,代码准确率高于98%,代码完善,下载即可使用,利用TensorFlow编译环境,适合新手自学。MNIST数据集是个通用数据集,很多新手都会用到。
ZIP
0B
2020-05-17 09:34
基于BP神经网络手写数字识别系统
针对多数机构面临的大规模报表数据录人问题,提出了一种基于BP神经网络的手写数字识别系统。对输人图像进行图像预处理、 图像分割和特征提取,随后将提取的特征信息输人到已经训练好的BP神经网络进行分类识别。
CAJ
1.48MB
2020-08-14 06:42
卷积神经网络CNN手写数字识别代码.rar
卷积神经网络CNN手写数字识别,有详细的代码注释和讲解,以及流程介绍,有利于初学者理解,能完整运行,且准确率当10各epochs时为0.985
RAR
9.91MB
2020-07-22 14:41
手写数字识别基于人工神经网络MATLAB手写数字识别系统.zip
手写数字的识别。基于人工神经网络的MATLAB手写数字识别系统
ZIP
0B
2020-04-18 19:11
卷积神经网络mnist手写数字识别
手写数字识别的Tensorflow完整代码,### 1. MNIST机器学习入门 **1.1.1 简介** 下载MNIST数据集,并打印一些基本信息: ``` python download.py `
ZIP
35KB
2020-08-09 08:31
卷积神经网络实现手写数字识别
卷积神经网络实现手写数字识别训练模型及可视化,支持向量机实现手写数字识别 训练模型,贝叶斯分类器实现手写数字识别训练模型,mnist数据集提取成28*28的图片形式,包含代码及25页作业报告
RAR
1.83MB
2020-08-13 13:52
基于tensorflow卷积神经网络数字手写体识别
基于tensorflow的卷积神经网络数字手写体识别,包括手写体数据集、模型训练和测试代码、训练好的模型,可以直接识别自己制作预处理后的手写体数字。
ZIP
0B
2019-02-11 08:20
基于卷积神经网络手写数字识别python代码实现
基于卷积神经网络的手写数字识别python代码实现卷积神经网络(ConvolutionalNeuralNetwork,CNN)中,卷积层的神经元只与前一层的部分神经元节点相连,即它的神经元间的连接是非
DOCX
0B
2019-05-16 04:59
基于卷积神经网络手写数字识别技术研究
本文研究了基于卷积神经网络的手写数字识别技术,并使用Pyqt5CNN和MNIST数据集实现了手写数字识别。为了训练模型和保存模型参数,我们使用了MNIST tf.py。此外,我们还使用了MyMnist
zip
46.46MB
2023-03-12 15:18
基于BP神经网络手写数字识别系统Matlab
基于BP神经网络的手写数字识别系统,基于Matlab开发,实现手写输入板功能,特征提取,模型训练,手写识别等功能。详细使用方法在readme说明文档中。
RAR
0B
2018-12-27 02:24
手写数字识别使用卷积神经网络手写数字识别源码
手写数字识别 使用卷积神经网络的手写数字识别 使用Keras和MNIST数据集完成 建筑学: Layer (type) Output Shape Param # ===================
ZIP
4KB
2021-02-27 06:31