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
> 利用神经网络对minist数据集进行分类
利用神经网络对minist数据集进行分类
更新:
2024-09-13 15:15:56
大小:
207KB
推荐:
★★★★★
来源:
网友上传分享
类别:
机器学习 - 人工智能
格式:
TAR
反馈 / 投诉
文件下载
资源介绍
本资源针对minist数据集的CSV文件进行神经网络的训练,由于minist数据集较大,这里数据集里面有100个训练数据,10个测试数据,此代码不使用TensorFlow和pytorch等深度框架,使用numpy进行两层全连接神经网络的设计。
上一篇:
Learning TensorFlow 文字版
下一篇:
DeepLearningZeroToALL:从0到1学习深度学习
相关推荐
12-02
利用BERT+GRU+ATT模型,对自建的人物关系数据集进行训练,以实现人物关系抽取任务
12-02
?初探YOLO】:利用官方数据集进行目标分类
12-02
利用Kaggle猫狗数据集进行二分类任务的系列(1):构建并保存模型,同时绘制出性能走势图的代码
12-02
使用CNN对MNIST数据集进行分类
12-02
利用神经网络对minist数据集进行分类
12-02
利用预训练的最新模型搭建卷积神经网络,以实现对多类图像分类问题以65%的精度进行类别预测的food-image-classifier
12-02
该项目是我在学士学位论文中的研究内容,旨在运用深度学习和情感建模技术,对“社交功能图像”进行基于其情感和内容的识别与分类,并且涵盖了自我标记的样本数据集
12-02
利用BP神经网络对数据集进行训练和测试
12-02
对iris数据集进行分类
12-02
使用BP算法对IRIS数据集进行分类