搜索资源列表
Demo-Mnist
- 基于神经网络的手写数字识别的源代码，绝对能够正常编译并运行！-based on neural network handwritten numeral recognition of the source code is absolutely normal to compile and run!
nnpractice
- 神经网络手写数字识别。配合美国MNIST标准手写数字字体库-Handwritten digit recognition neural network. With the U.S. standard of handwritten digital font library MNIST
MNIST-handwritten-digits
- 手写数字识别数据集，MNIST，包括原始数据集的所有样本，以及抽取的2000个样本的子集，.mat格式。美国著名数据集NIST的子集，模式识别常用实验数据集-handwritten digits recognition ,dataset, MNIST from NIST, .mat file,
myBPMNIST
- 采用典型的BP算法实现了有导师学习下的神经网络，采用输入层、隐含层和输出层的三层结构，实现了BP算法。并用此算法实现了基于MNIST的数字识别，采用7000个样本做训练，自洽检验正确率达到了99.79%。
MNIST
- 这个压缩包，是一个手写数字识别库，世界上最权威的，美国邮政系统开发的，可以作为标准的数据集合使用测试分类器-This compression package, is a handwritten numeral recognition , the world' s most authoritative, the U.S. postal system developed can be used as a standard data set using the test classifier
mnist库
- 手写数字识别库 手写数字识别库 手写数字识别库
Demo-MNist
- 利用神经网络进行手写数字识别演示代码！非常具有代表性！-Using neural network Digital Recognition demo code!
readMNIST
- 用ELM实现手写数字的识别，快速，用MNIST数据库(Handwritten numbers recognition realized by ELM)
MNIST
- MNIST手写体数字识别库及图片提取代码MNIST手写数字库识别实现摘要手写数字识别是模式识别的应用之一。文中介绍了手写数字的一些主要特征,并提出了截断次数特征并利用截断次数特征进行了实验(MNIST handwritten digital identification library and picture extraction code MNIST handwritten numeral library identification implementation summary Handwr
MNIST
- 简单的手写数字识别，在深度神经网络中的简单尝试，对于初学者有个很好的理解(Simple handwritten numeral recognition, in the depth of neural network simple attempt, for beginners have a good understanding)
5.2.2.py
- MNIST数字识别问题 使用验证数据集判断模型结果(tensorflow.examples.tutorials.mnist After 30000 training step(s), test accuracy using average model is 0.9835)
mnist1
- 训练手写数字识别算法，正确率达到91.6%(Training handwritten numeral recognition)
mnist
- 深度学习时间手写数字识别，使用python和tensorflow实现(Handwritten numerals recognition in depth learning time)
fisher
- 利用fisher方法实现手写体数字多分类识别，采用mnist数据集(simple program using fisher)
least_square
- 利用最小二乘法实现手写体数字识别，采用mnist数据集(simple program using least-square)
bpnn
- 用Python3实现BP神经网络对MNIST数字手写体识别，下载就能用(Using Python3 to implement BP neural network for MNIST digital handwriting recognition, download can be used)
nn_code
- 使用Python实现的一些简单神经网络算法，实现的神经网络包括BP,CNN,RNN,LSTM等，主要是理解这些神经网络的算法原理，并附有mnist数字识别例子。(neural network,include BP,CNN,RNN,LSTM.)
mnist.pkl
- mnist数据集，用于手写数字识别的数据集，机器学习入门必备(mnist data,original data in http://yann.lecun.com/exdb/mnist/)
BP_mnist_UI-master
- 基于BP神经网络的手写数字识别，有完整代码(based image segmentation algorithm)
神经网络-手写数字识别
- 利用BP神经网络，对MNIST数据集中的5000张图片进行训练，实现手写数字识别，训练出来的结果准确率在90%。