首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
46
> 使用bp神经网络实现mnist数据库中的手写数字识别
使用bp神经网络实现mnist数据库中的手写数字识别
更新:
2024-07-02 17:27:50
大小:
16KB
推荐:
★★★★★
来源:
网友上传分享
类别:
C/C++ - 课程资源
格式:
CPP
反馈 / 投诉
文件下载
资源介绍
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。
上一篇:
MNIST手写体数字识别数据集
下一篇:
卷积神经网络CNN算法实现 matlab
相关推荐
12-02
使用 Scikit Learn 的 KNN 算法在 Python 中实现机器学习,以识别手写数字:StupidMachine
12-02
使用bp神经网络以实现0至9数字的识别,提供matlab源代码
12-02
使用Tensorflow实现基于kNN算法的MNIST手写数字识别
12-02
使用Pytorch实现卷积神经网络对mnist数据集中的手写数字进行识别
12-02
?深度学习与神经网络】介绍MNIST数据集,并运用卷积神经网络训练手写数字识别模型,附带**完整代码**和**预先训练好的模型文件**,可供直接使用
12-02
使用Python无需框架即可实现卷积神经网络对手写数字的识别
12-02
使用卷积神经网络的Python实现手写数字识别
12-02
mnist手写数字识别在tensorflow2中分别采用全连接层和卷积层的实现方式,包括代码、模型及调用接口
12-02
使用Java实现BP神经网络以完成MNIST手写数字识别
12-02
使用mnist数据集实现单层神经网络对手写数据的识别