Pytorch框架实现mnist手写库识别(与tensorflow对比)

该文件为mnist数据集的识别代码，只要运行main.m文件即可运行。

MNIST 手写字识别的简单程序代码，方便不能登录外网的同学下载

多层感知器MLP和卷积神经网络CNN识别手写数字集Mnist，使用JupyterNotebook编写的Python代码，含建模及测试，代码注释清晰，十分适合新手

从http://lecun.com/exdb/mnist上下载数据可能比较慢甚至下到一半就失败，所以我将我翻墙下载的数据上传到这里供大家下载

用K近邻（KNN）做手写体识别（MNIST），准确率可以达到94%。关于具体原理可以看我的博客

该代码是使用TensorFlow库搭建AlexNet框架来实现mnist数据集，注释很清楚，有问题请联系

手写数字识别数据集MNIST（Modified National Institute of Standards and Technology）是机器学习领域最经典的数据集之一，尤其在深度学习的图像识别

采用tensorflow手写字体的识别。tensorflow框架的具体原理详见网络资源，代码可直接运行。

基于网络上的BP神经网络进行改编，里面有对mnist数据库的读取和特征提取，为C++写成的源代码形式，对神经网络和手写体数字识别有一定启发作用。

对手写数字的识别有许多种方法，比如基于概率统计的识别方法[2]、模版最短距离匹配[2]、基于几何矩[8]、Zernike矩[8]对图像的描述和神经网络识别法[5]等等。在本文我使用了基于贝叶斯公式[6