暂无评论
标准数据集的MNIST手写数字数据包，由训练、交叉验证、测试三个集合组成，请解压后使用
模仿mnist数据集制作产生自己的数据集代码，从而可以用自己的数据集进行深度学习的验证和代码的写作，新手可用
手写数字生成 PyTorch实现-使用MNIST数据集的GAN模型生成/识别手写数字 项目目标 目标是使用在MNIST数据集上训练的生成对抗网络(GAN)生成新的手写数字。 GAN(生成对抗网络) G
mnist数据集下载使用官方代码
Tesnorflow下载MNIST手写数字识别数据集的python代码。
基于python编写，包含手写体识别项目的代码和完整数据集，可直接运行
完整的MNIST CNN手写体识别数据集加代码，深度学习入门好资源！
手写数字识别的具体数据集以及相关的代码，只需修改存储位置就可以运行，而且代码的注释特别详细，几乎每一句都有详细注释，非常适合初学者
这是我修改的别人的代码，别人的代码有点问题，我修改了一下，代码的正确率很高，可达90%以上，这是一个5层卷积神经网络的代码，误差传递和梯度更新代码里都有，可自学。
一些中文手写数据，可用来做字体。ThispapershowshowLongShort-termMemoryrecurrentneuralnet-workscanbeusedtogeneratecom
暂无评论