本资源为纯python实现mnist手写体识别的代码,为作者本人所写,供深度学习初学者共同交流探讨,欢迎二次创作,网络为三层,可达到97%上准确率,模型可以选择多种训练方式,学习率,激活函数,损失函数
所有程序,都是本人辛苦从网上收集的可用全面的资源,因为本人毕业设计就是关于数字识别的,所以我花费了巨大精力寻找资源。为了不让初学者浪费巨大精力在资源上,我特意把所有可以用的代码放在里面供你们参考学习。
本资源集成了MINIST+SVM+MATLAB,可用来进行手写体识别的训练和识别,并判断准确率,同时文档给出了使用说明和附带训练数据,happy hacking!
代码可直接用,KNN算法代码清晰易懂,含有mnist手写体文件,java实现
USPS美国邮政服务手写数字识别库,已经将mat形式的文件转化为PNG格式的图片,分为0-9个文件夹存放,并附有转化的代码,如有问题,请留言告知,谢谢
文章中阐述了用贝叶斯决策理论和神经网络的方法实现手写体数字识别的算法。
手写数字的识别是模式识别及机器学习的一个重要应用,应用范围非常广泛。本文提出一种基于决策树算法的手写数字识别方法,该方法通过提取基于密度的特征,通过训练得到一个决策树分类模型,进而进行手写数字的识别。
基于KNN实现的手写体数字识别C++代码,输出结果有混淆矩阵、召回率、训练准确率、预测数据输出等。
使用BP算法的神经网络手写体数字识别,使用Python语言编写,包含四个文件:训练模块,测试模块,图像显示模块还有一个最简单的神经网络模型。希望对大家有帮助。
73款 免费可商用 手写字体库,可点击直接安装对应字体。可用于PPT开发、系统字体美化。