MNIST的读取

基于C++实现的mnist数据集解析代码,提取图片和标签,存储为.bmp图片,图片保存名字中含有标签。依赖opencv(需要自行配置)。

csv格式的MNIST数据集,内含log.txt,是对数据集存储格式的说明。共5个文件mnist_test.csv,mnist_test_10.csv,mnist_train.csv, mnist_t

基于卷积神经网络(CNN)的手写数字识别,python源代码,通过训练CNN分类器,实现高精度识别。亲测可用。

本文使用的CNN,keras编写,识别mnist手写图片,tensorflow版本为2.0.0,有需要的朋友自取

有mnist提供的手写数字训练集,每条数据的第一项是数字的正确结果,后784项是28*28手写图片的像素值,使用放在程序目录下

利用深度学习模型对图像进行分类与识别,研究对象不包括二维图像,三维图像或多维图像。利用matlab进行编程。

kaggle上的MNIST数据集原数据,sample_submission.csv、test.csv、train.csv,原地址为[MNIST](https://www.kaggle.com/c/di

mnist数据集，手写字符图片版，jpg格式，适合深度学习初学者，图像大小28x28，包括训练集和验证集，和各种框架使用的内容相同

包含处理后的Mnist数据集和Usps数据集。大小分别未70000*784和20000*784

这是运用生成对抗网络（GenerativeAdversarialNets，GANs）在MNIST手写数据集上进行实验，利用生成器和判别器来对抗训练。训练100万次，每过100次记录一下日志，这可以通过