暂无评论
利用神经网络进行手写字体的识别，c++的多层网络，利用bp算法进行优化
该APP基于GoogleNet卷积神经网络和MNIST数据集进行训练，通过python中的pyqt5可视化库构建一个可操作的识别界面。用户只需手写数字，点击识别按钮即可自动完成数字识别，但由于算法复杂
卷积神经网络python实现。卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积或相关计算且具有深度结构的前馈神经网络（FeedforwardNeuralNe
卷积神经网络python实现源代码，代码我都试过，都能运行成功，其中卷积神经网络方面看过，收获很多！！！
神经网络手写数字识别 吴安德(Andrew Ng)在Coursera上的机器学习课程中的编程作业4。 课程信息可以在这里找到。 该编程练习实现了神经网络的反向传播算法,并将其应用于手写数字识别的任务。
用VC实现神经网络来识别手写输入的数字
基于神经网络的手写体数字识别，它是用matlab实现的，其中用3种不同的神经的网络方法实现了手写体数字的识别，非常利于初学者的学习和交流。
C语言实现神经网络手写数字识别_LeNet-5
LECUN初始源代码，用matlab进行修改基于卷积神经网络（CNN）进行数字识别，基于MNIST数据库。附带一篇烂到渣的论文，基本有个清晰的思路吧！
使用卷积神经网络实现验证码识别，识别的验证码为四位，其中每位为大小写字母和数字中的任意一个。准确率达到97+%
暂无评论