手写数字识别源码识别率98%以上无需单独下载数据集

MATLAB计算模式识别识别率的程序，非常实用的MATLAB代码

用cv2识别滑块，可以识别多种滑块类型，识别率高达95%。

自己写的手写数字识别源码，识别效果还可以，基于Opencv3.1+VS2013，带有数字0-5的数据集，还有自己训练的特征文件，包含训练程序以及测试程序。

基于tensorflow手写数字识别训练之后的model文件，样本集在添加个人数据之后大约在十七万，该model识别这十七万张的准确率为99.97%。

Java调用只支持32位jdk环境调用此接口，识别率超高。注意：若在运行过程中报错找不到**jdk/bin/CClib.dll,只需将资源中的CClib.dll复制到**jdk/bin/路径下即可。

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;

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

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

神经网络法是近年提出的新方法，它具有传统技术所没有的优点：良好的容错能力、分类能力强、并行处理能力和自学习能力埘。但鉴于神经网络本身结构的复杂性，致使神经网络的成功设计需要考虑每个关键环节的解决