注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Caffe数据集：MNIST

  2. Caffe运行手写体数字识别例程前需要下载的数据集，共4个文件。

  3. 所属分类：C++

    • 发布日期：2014-12-01
    • 文件大小：11mb
    • 提供者：kkk584520

  1. 基于selective_search对手写数字串进行分割，并基于tensorflow在mnist训练好的模型进行识别

  2. 基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。 环境：Windows10 + tensorflow1.2 + python3.5 + cv2 程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/c

  3. 所属分类：深度学习

    • 发布日期：2017-08-03
    • 文件大小：49kb
    • 提供者：flyyoung0709

  1. 深度学习笔记（一）：基于numpy的深度神经网络程序总览

  2. 在看完了Andrew Ng教授的deeplearning.ai课程和李飞飞教授的cs231n课程后，总觉得应该写点笔记将学习过程记录下来，但内容不少，需要时间慢慢整理，故先将学习成果记录下来，是一段深度神经网络的程序，基于python科学计算库numpy的。还有一段代码是基于tensorflow的，在深度学习笔记（二）：基于tensorflow的深度神经网络程序总览中在记录吧（目前未发布）。虽然tensorflow很是方便，但是总觉得封装太好，只看代码根本学习不到什么，用numpy写一遍深度神

  3. 所属分类：深度学习

  1. MNIST数据集

  2. MNIST数据集，这个是国外网站上的手写体识别文字，自动在网上下载不下来，我在网上手动下载的，大家需要的拿去用

  3. 所属分类：深度学习

    • 发布日期：2018-06-19
    • 文件大小：11mb
    • 提供者：jinhans

  1. 神经网络与deep learning 学习与实践，多层前馈神经网络与神经网络的实现

  2. 构建一个至少含有1-2 层隐藏层的神经网络模型，解决手写的0-9 十个手写 数字的识别问题。神经网络模型构建过程中需要注意的几点： （1）数据集采用MNIST 阿拉伯数字手写体数据集。 （2）模型输入层的节点个数的设计。输入层的节点数目应该与输入的手写 体图片的大小相等。MNIST 手写体数据集中手写阿拉伯数字的图像为28×28 的 方形图。 （3）每一个隐藏层的网络节点数的设计。应该遵循特征提取与降维相统一 的原则。 （4）输出层的节点数。因为识别任务是0-9 的十个手写数字，所以输出层 应

  3. 所属分类：深度学习

    • 发布日期：2018-09-18
    • 文件大小：5kb
    • 提供者：alice9236

  1. 数字手写体识别数据集

  2. mnist手写体数据集，已经亲自验证，可以直接应用到算法中。

  3. 所属分类：机器学习

    • 发布日期：2018-10-17
    • 文件大小：16mb
    • 提供者：coco_link

  1. 搭建简单的神经网络模型代码

  2. 搭建一个简单的神经网络模型，训练mnist数据集，实现数字手写体识别

  3. 所属分类：深度学习

    • 发布日期：2019-03-18
    • 文件大小：11mb
    • 提供者：lll_211

  1. Mnist手写体训练 .zip

  2. 基于TensorFlow的手写体数字识别代码和数据集

  3. 所属分类：深度学习

    • 发布日期：2019-06-02
    • 文件大小：87mb
    • 提供者：yf_0707

  1. 手写体数字识别(Python+TensorFlow)

  2. 使用Python+TensorFlow，全连接的神经网络，基于MNIST数据集。数据集包含60000张训练图片，10000张测试图片。MNIST_model文件夹是已经训练30000次的模型，也可以自己再训练。app.py文件可以测试自己的图片。

  3. 所属分类：机器学习

    • 发布日期：2019-06-05
    • 文件大小：17mb
    • 提供者：qq_43479622

  1. MNIST手写体数字识别数据集

  2. MNIST数据集，原下载地址（http://yann.lecun.com/exdb/mnist/）；对于数据读取以及KNN测试的代码可见https://blog.csdn.net/z1433768804/article/details/104780971

  3. 所属分类：机器学习

    • 发布日期：2020-03-10
    • 文件大小：10mb
    • 提供者：z1433768804

  1. MNIST_data.zip

  2. mnist手写体识别数据集，文件格式是.gz。包含训练集以及测试集，共有7万张图片。其中6万张用于训练神经网络，1万张用于测试神经网络。每张图片是一个28*28像素点的0~9的手写数字图片。

  3. 所属分类：深度学习

    • 发布日期：2020-02-01
    • 文件大小：11mb
    • 提供者：qq_43058685

  1. 手写体数字识别(Python+TensorFlow)-机器学习代码类资源(txt为微云链接)

  2. 使用Python+TensorFlow，全连接的神经网络，基于MNIST数据集。数据集包含60000张训练图片，10000张测试图片。MNIST_model文件夹是已经训练30000次的模型，也可以自己再训练。app.py文件可以测试自己的图片。

  3. 所属分类：互联网

    • 发布日期：2020-07-16
    • 文件大小：58byte
    • 提供者：qq_41934573

  1. MINIST手写体资源文件

  2. 可以从此页面获得的MNIST手写数字数据库的训练集为60,000个示例，而测试集为10,000个示例。它是NIST可提供的更大集合的子集。这些数字已进行尺寸规格化，并在固定尺寸的图像中居中。 对于那些想在实际数据上尝试学习技术和模式识别方法而又不花太多精力进行预处理和格式化的人们来说，这是一个很好的数据库。 该站点上有四个文件： train-images-idx3-ubyte.gz：训练集图像（9912422字节） train-labels-idx1-ubyte.gz：训练集标签（ 2888

  3. 所属分类：深度学习

    • 发布日期：2020-11-25
    • 文件大小：20mb
    • 提供者：jnbfknasf113

  1. MNIST dataset.zip

  2. MNIST是一个非常有名的手写体数字识别数据集，在很多资料中，这个数据集都会被用作深度学习的入门样例

  3. 所属分类：网络安全

    • 发布日期：2020-11-27
    • 文件大小：11mb
    • 提供者：astrowalker

  1. TensorFlow基于MNIST数据集实现车牌识别(初步演示版)

  2. 在前几天写的一篇博文《如何从TensorFlow的mnist数据集导出手写体数字图片》中，我们介绍了如何通过TensorFlow将mnist手写体数字集导出到本地保存为bmp文件。 车牌识别在当今社会中广泛存在，其应用场景包括各类交通监控和停车场出入口收费系统，在自动驾驶中也得到一定应用，其原理也不难理解，故很适合作为图像处理+机器学习的入门案例。 现在我们不妨酝酿一个大胆的想法：在TensorFlow中通过卷积神经网络+mnist数字集实现车牌识别。 实际上车牌字符除了数字0-9，还有字母A-

  3. 所属分类：其它

    • 发布日期：2020-12-31
    • 文件大小：117kb
    • 提供者：weixin_38535812

  1. DjangoTensorflow：ImageNet，MNIST在线手写体识别，基于Tensorflow，Django实现-源码

  2. 深度学习项目 手写体识别 前置：bootstrap，jquery 后台：django，tensorflow 数据集：Mnist 网络结构：CNN-池-CNN-池-CNN-全连接-Softmax 简介 新建一个虚拟环境，然后安装相关模块pip install -r requirements/dev.txt 初始化表python manage.py migrate 最后运行python manage.py runserver 运行示例 浏览器输入： : : 在画板写数字，点击识别即可

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：81mb
    • 提供者：weixin_42146888

  1. 使用TensorFlow直接获取处理MNIST数据方式

  2. MNIST是一个非常有名的手写体数字识别数据集，TensorFlow对MNIST数据集做了封装，可以直接调用。MNIST数据集包含了60000张图片作为训练数据，10000张图片作为测试数据，每一张图片都代表了0-9中的一个数字，图片大小都是28*28。虽然这个数据集只提供了训练和测试数据，但是为了验证训练网络的效果，一般从训练数据中划分出一部分数据作为验证数据，测试神经网络模型在不同参数下的效果。TensorFlow提供了一个类来处理MNIST数据。 代码如下： from tensorflo

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：46kb
    • 提供者：weixin_38699830

  1. TensorFlow车牌识别完整版代码（含车牌数据集）

  2. 在之前发布的一篇博文《MNIST数据集实现车牌识别–初步演示版》中，我们演示了如何使用TensorFlow进行车牌识别，但是，当时采用的数据集是MNIST数字手写体，只能分类0-9共10个数字，无法分类省份简称和字母，局限性较大，无实际意义。 经过图像定位分割处理，博主收集了相关省份简称和26个字母的图片数据集，结合前述博文中贴出的python+TensorFlow代码，实现了完整的车牌识别功能。本着分享精神，在此送上全部代码和车牌数据集。 车牌数据集下载地址（约4000张图片）：tf_car_

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：235kb
    • 提供者：weixin_38694343