卷积神经网络+tensorflow+手写数字识别+正确率在99%以上。适合于CPU及GPU两种环境下,如果超出显存可以修改batch_size的大小,。程序里面有具体说明。
SemeionHandwrittenDigit——UCI手写数字库mat格式包含1593个手写数字0~9.由semeion.data经matlab处理得到semeion.mat,可直接使用。原seme
利用Keras进行手写数字识别的例子,采用了CNN,准确率在99%左右,需要安装Keras的相关库。结构比较清晰,不做过多说明,含model调用示例
手写代码识别,完整代码,可运行
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
安卓工作室(Android Studio)平台开发的手写数字识别小程序,可识别手写数字并输出结果。
TensorFlow手写数字识别
LeNet是由Yann Lecun提出的一种经典的卷积神经网络是现代卷积神经网络的起源之一.使用MNIST数据集Mixed National Institute of Standards and Te