Pytorch实现MNIST手写数字识别(全连接神经网络及卷积神经网络) 附件资源

打包文件包括mnist数据集，CNN代码，功能是：搭建简单的卷积神经网络训练mnist数据集

BP神经网络对mnist手写字分类，matlab实现，一个隐藏层，正确率可达97%

#LeNet 是整个卷积神经网络的开山之作,一共有七层,其实2层卷积和2层池化层交替出现, #最后输出三层全连接层得到整体的结果 import numpy as np import torch fro

基于BP神经网络的手写数字识别，是基于Google推出的TensorFlow库并使用Python编写的手写数字识别系统，代码齐全！

完整的神经网络用语手写数字识别的方法，可用于毕设与论文

于BP神经网络的手写数字识别系统研究代码

介绍了利用概率神经网络进行手写数字识别的MATLAB实现方法。通过学习训练数据集，该系统能够识别和分类新的手写数字图像。算法原理:系统核心是概率神经网络，其原理在于利用统计学方法对输入数据进行分类

注意是基于matlab编写的。本代码简单好用，适合新手和有一定matlab基础的同学

本代码在keras开源代码框架下，基于深度卷积神经网络，实现猫的图片识别。

卷积神经网络人脸识别python代码，附带讲解的ppt，txt中有资源链接。