mnist-java

适用于python识别手写数字体的项目，很适合于深度学习的初学者入门适用。

Thisisthemnistonnxmodelwhichisconvertedfrompytorchmodel.

tensorflow中MNIST源码mnist_softmax.py

深度学基本的手写数字识别，应用到自己的图片上。首先我们要将自己的图片做成数据集的格式。也就是每个数字是28x28的像素点，并转成灰度，这些可以用cv库来实现也可以用其他的来实现，最主要是要使图片与数

TensorFlow与CNN做的MNIST手写数字识别，并存储训练结果，预测时对自己写的数字进行识别。包括CNN训练，结果保存，图片预处理，图片预测

使用keras实现的神经网络在MNIST测试中达到一个较高的识别水平，小白学习必入手！！！

本程序是官方利用C++编写的手写数字识别程序，并且已经打包完毕，（includesarelease-buildexecutablethatyoucanrunwithouttheneedtocompil

初学机器学习，使用python写的softmax示例，实现mnist数字识别。未使用第三方库。

用于提取mnist官方数据集里的标签(txt,)和图片(bmp)图片以train_num.bmptest_num.bmp命名标签格式为:行号train_num.bmp对应标签

mnist-master.zip, mnist数据集，github上下载的数据集