MNIST数据集，手写数字的识别，神经网络，python代码，可以用notebook打开
MNIST数据集是非常常用的机器学习分析数据集但是有时候由于网络环境无法很轻松的下载下来这个数据.
联邦学习、深度学习、机器学习等用得到训练数据集
Tensorflow 训练 MNIST数据集,构建一个神经网络,用于学习神经网络的结构。 本文构建的神经网络是典型的三层神经网络,输入层、隐藏层、输出层。输入层有一个输入参数也就是有一个神经元,隐藏层
mnist数据集,一共4个文件,训练集、训练集标签、测试集、测试集标签
IMDB数据集,包括 5035部电影的IMDB评分,评分人数,主要导演,主要演员,评论人数,预算及票房,电影类型及出品年份国家。
MNIST数据集是深度学习入门的经典案例，适合新手对图像识别领域有一个基本的认识，由于官方给的MNIST数据集都是二进制格式的，不能很清晰的看到具体数据内容，因此之前本人在训练模型时将二进制格式转换成
因matlab无法直接读取直接下载的MNIST数据格式，故写了一个matlab程序将数据读取后存储为.mat格式 train_images - 60000个训练集,大小为28*28*60000 tra
自己生成的mnist原本的ubyte格式转成的matlab的mat格式，包括train-image(train_x)60000*784，train-label(train_y)60000*1，test
Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类
用户评论