暂无评论
在cpu上用resnet训练cifar10数据集，利用tensorflow平台。
带数据增强，模型保存恢复功能的mnist识别。90行代码cnn实现，简单易上手，正确率超99%
需要下载MNIST数据集，将路径修改为本地MNIST数据集的地址。需要OpenCV与Tensorflow环境
Tensorflow implements AlexNet training mnist data
基于卷积神经网络(CNN)的手写数字识别,python源代码,通过训练CNN分类器,实现高精度识别。亲测可用。
本文使用的CNN,keras编写,识别mnist手写图片,tensorflow版本为2.0.0,有需要的朋友自取
1.tensorflow 训练得到权重 2.Matlab 将权重处理为 testbench需要的位数 3.HLS搭建的网络 4.testbench仿真正确率(90%) 5.写这个只是为了和我一样的小白
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
CNN手写体数字识别数据集
此程序利用tensorflow框架构建并训练用于识别手写数字的CNN网络，可得到效果不错的模型，有较高的识别率
暂无评论