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
>
50
> 利用卷积神经网络进行手写数字识别
利用卷积神经网络进行手写数字识别
更新:
2024-09-13 14:33:44
大小:
2KB
推荐:
★★★★★
来源:
网友上传分享
类别:
深度学习 - 人工智能
格式:
PY
反馈 / 投诉
文件下载
资源介绍
十分简单的,易于理解的CNN神经网络用于手写数字分类,基于TensorFlow,适合初学者掌握理解。
上一篇:
基于卷积神经网络的手写数字识别
下一篇:
Python-基于深度卷积递归神经网络结构的手写字识别系统Tensorflow
相关推荐
12-02
基于卷积神经网络的验证码识别系统,适用于4位字母数字混合型验证码,具备对手写字体的部分识别能力,但需要额外的手写字训练集支持
12-02
利用BP神经网络实现手写数字识别
12-02
识别手写数字:运用卷积神经网络的解决方案
12-02
神经网络识别手写数字:手写识别技术
12-02
手写数字识别:运用单层感知器与前馈神经网络的mnist-digit-classification
12-02
利用OPENCV神经网络算法实现的数字识别
12-02
利用Opencv3.0进行手写数字识别,采用Hog特征并结合SVM分类器
12-02
利用Qt和OpenCV进行数字识别
12-02
利用KNN算法实现的手写数字识别
12-02
手写数字识别:运用KNN和SVM进行识别