CNN卷积神经网络实现手写数字识别Matlab.zip

该程序使用Python实现BP神经网络mnist手写数字识别。压缩包中给出训练好的权重以及偏移量的mat文件，在程序运行后输入mnist文件夹中图片路径的后缀就可以进行预测，如：4/mnist_tes

包含已分好类的minist数据，利用BP神经网络实现minist手写数字识别

2008年的论文，用BP神经网络实现了离线的脱手写数字的识别，值得借鉴

Java实现BP神经网络，内含BP神经网络类，采用MNIST数据集，包含服务器和客户端程序，可在服务器训练后使客户端直接使用训练结果，界面有画板，可以手写数字

BP神经网络实现手写数字输入识别python 代码可以在下面链接中下载: https://gitee.com/cloud_maple/python_machine_learning.git 训练集和测

基于人工神经网络的汽车牌照识别MATLAB实现matlab

使用CNN卷积神经网络,对人脸进行识别。为了得到更好的准确度,深度学习的方法都趋向更深的网络和多个模型ensemble,这样导致模型很大,计算时间长。本文提出一种轻型的CNN,在取得比较好的效果同时,

本课件首先借用一个国外大牛的讲解视频讲解原理;然后以手写体识别为例具体讲解。同时上传了两种框架下的实现,一个是tensorflow,一个是keras;

CNN实现MNIST分类，在测试集上实现准确率0.99，TensorFlow实现，容易上手

在python环境下tensorflow卷积神经网络cnn示例，手写数字，mnist数据集自动分类。