深度学习手写数字识别案例详解
本文详细介绍了用Python编写的深度学习手写数字识别案例，通过使用MNIST数据集和TensorFlow框架实现。其中涉及到了卷积神经网络、损失函数、优化算法等知识点的应用。此外，还对MNIST数据集做了详细的介绍，并提供了代码实现。让读者可以深入了解手写数字识别的原理和工作流程。
用户评论
相关推荐
Halcon深度学习手写数字识别代码
halcon17.12progress深度学习训练和预测手写数字的代码（HDevelop），包含Mnist数据集，供学习研究。注：需要64位系统，支持cuda8以上的显卡
RAR
0B
2019-05-15 00:44
深度学习入门Paddle实现手写数字识别详解基于DenseNet
【深度学习入门】Paddle实现手写数字识别(基于DenseNet)0. 闲言碎语:1. MNIST 数据集:2. DenseNet 详解:2.1 ResNet(颠覆性的残差结构):2.2 Dense
PDF
629KB
2020-12-31 01:26
keras学习手写数字识别
一、Sequential()创建模型及其中方法 Sequential()#类 keras.engine.sequential.Sequential()#所处包和模块中位置 from keras imp
PDF
52KB
2021-01-17 02:03
tensorflow手写数字识别python源码案例
tensorflow手写数字识别python源码官网案例，带详细注释，适合刚初学tensorflow的mnist数据集训练识别， 相关链接： 手写数字识别 ----在已经训练好的数据上根据28*28的
RAR
0B
2019-02-10 15:01
深度学习tensorflow卷积神经网络实现手写数字识别
激活函数: tf.nn.relu(features, name=None) features:卷积后加上偏置的结果 return:结果 卷积层: tf.nn.conv2d(input, filter,
PDF
209KB
2020-12-22 12:54
基于TensorFlow深度学习手写体数字识别及应用
手写体数字的识别是人工智能识别系统中的重要组成部分。因个体手写数字的差异,现有识别系统准确率较低。基于TensorFlow深度学习框架完成手写体数字的识别及应用,首先建立TensorFlow深度学习框
PDF
526KB
2020-10-28 04:08
深度学习应用开发TensorFlow实践–mnist手写数字识别1
单个神经元前向计算实现mnist手写数字识别 代码 import tensorflow as tf import tensorflow.examples.tutorials.mnist.input_d
PDF
198KB
2021-01-14 21:51
机器学习之手写数字识别
这个应用可以识别手写数字。 用户必须先手动输入数字，告诉它，让它学习，然后才可以让它识别。
0B
2019-03-28 05:08
深度学习手写识别C#源码
这是一个受限波兹曼机实现的深度学习C#源码程序（带图形界面），只需装VS2013就可以运行，是学习的好例子。
RAR
0B
2019-05-20 04:24
Deep Learning深度学习实战实战教程手写数字识别验证码识别
深度学习实战:实战教程、手写数字识别、验证码识别
GZ
23KB
2021-02-23 01:19
深度学习手写数字分类训练模型
个人训练模型存储，包括手写数字图片数据集的预处理、模型构建与调优，同时附带使用Python实现代码和训练过程中的收敛图。该模型在MNIST测试数据集上达到98%以上的准确率。
pth
177.07KB
2023-05-09 07:27
手写数字识别
python写的手写数字识别，分别使用sklearn的SVM方法和非库函数版的Knn
RAR
0B
2019-05-07 19:25
基于AMD_MLP深度学习技术的手写数字识别器
AMD设计了一个利用MLP做手写数字识别的演示程序，包含GPU及CPU版本的识别演示程序，是在Fedora19下用Gtk3开发的，需要在有Gtk3的Linux下运行，其中CPU版本的程序在AMD或In
TGZ
0B
2019-06-05 04:00
使用深度学习的波斯手写数字字符和单词识别
Digit, letter and word recognition for a particular script has various applications in todays commer
.pdf
1.80 MB
2021-01-22 04:50
基于深度学习技术的手写数字和字母识别系统
引言手写数字和字母的自动识别一直是计算机视觉领域的一个热门研究领域。近年来，深度学习技术的飞速发展使得基于深度神经网络（DNN）和卷积神经网络（CNN）的手写数字和字母识别系统不断取得重要进展。本文将
doc
12KB
2023-06-08 17:32