基于神经网络的数字识别程序

基于tensorflow的卷积神经网络数字手写体识别，包括手写体数据集、模型训练和测试代码、训练好的模型，可以直接识别自己制作预处理后的手写体数字。

基于概率神经网络的手写体数字识别,用MATLAB实现，代码详细

基于卷积神经网络的手写数字识别python代码实现卷积神经网络（ConvolutionalNeuralNetwork,CNN）中，卷积层的神经元只与前一层的部分神经元节点相连，即它的神经元间的连接是非

VS2010环境下开发的基于BP神经网络的数字识别系统本系统可以识别彩色数字已经多数字数字仅供学习交流

基于BP神经网络的手写数字识别系统，基于Matlab开发，实现手写输入板功能，特征提取，模型训练，手写识别等功能。详细使用方法在readme说明文档中。

基于神经网络的车牌识别算法，有训练，有识别，BP网络，只是简单的流程，不是实用的程序。

使用已有的人脸库中的图片，用神经网络实现的人脸识别。使用工具为MATLAB，相对比较基础。较为适合初学者使用。

MNIST数据集自行baidu下载,解压后放到项目文件里 git详细代码仓库:https://github.com/justDoForever/deep_learning/digital_recogn

程序主要采用MATLAB编程，采用神经网络算法实现字符识别，采用GUI设计，可以直接执行，有详细注释。

TheMathWorks,Inc.SoftwareLicenseAgreementIMPORTANTNOTICEREADTHETERMSANDCONDITIONSOFYOURLICENSEAGREEM