MNIST
├── CNN-MNIST.ipynb└── MNIST_data ├── t10k-images-idx3-ubyte.gz ├── t10k-labels-idx1-ubyte.gz ├── train-images-idx3-ubyte.gz └── train-labels-idx1-ubyte.gz1 directory, 5 files
暂无评论
基于PCA主元分析法实现的手写数字识别功能，附有Matlab代码及解释。
手写数字识别系统：基于神经网络技术开发。采样，识别。学习。识别率相当高。
能够直接使用，使用vc++进行编程的手写数字识别系统，需要使用vc++打开才能使用
卷积识别手写数字,对比 GPU 和 CPU的差别;
手写数字识别数据,数据以 0 1 的形式存储在 txt 文件中,大小为32*32。 可以用于机器学习中的分类算法的练习与神经网络的入门。
最近用python写了一个实现手写数字识别的BP神经网络,BP的推导到处都是,但是一动手才知道,会理论推导跟实现它是两回事。关于BP神经网络的实现网上有一些代码,可惜或多或少都有各种问题,在下手写了一
神经网络法是近年提出的新方法，它具有传统技术所没有的优点：良好的容错能力、分类能力强、并行处理能力和自学习能力埘。但鉴于神经网络本身结构的复杂性，致使神经网络的成功设计需要考虑每个关键环节的解决
手写数字识别的样本，为机器学习实战一书中实现算法所需的样本数据。
主要为大家详细介绍了tensorflow识别自己手写数字,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
用手写数字识别写机器学习第一个代码再合适不过了
暂无评论