暂无评论
基于PCA主元分析法实现的手写数字识别功能，附有Matlab代码及解释。
手写数字识别系统：基于神经网络技术开发。采样，识别。学习。识别率相当高。
能够直接使用，使用vc++进行编程的手写数字识别系统，需要使用vc++打开才能使用
python语言编写的卷积神经网络代码示例,可直接在tensorflow运行,不懂的可以留言交流。
卷积识别手写数字,对比 GPU 和 CPU的差别;
手写数字识别数据,数据以 0 1 的形式存储在 txt 文件中,大小为32*32。 可以用于机器学习中的分类算法的练习与神经网络的入门。
最近用python写了一个实现手写数字识别的BP神经网络,BP的推导到处都是,但是一动手才知道,会理论推导跟实现它是两回事。关于BP神经网络的实现网上有一些代码,可惜或多或少都有各种问题,在下手写了一
里面还有手写数字分类软件的常用方法,安装后直接对图像进行测试
是一个免费的手写识别引擎,可以二次开发,但也有前提的,具体自己看里面的文档吧,自己用很合适!
手写体的识别,对我们的生活有很大的帮助,特别是高速发展的各行各业
暂无评论