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
>
5
> 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
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
更新:
2024-09-13 16:03:50
大小:
102.41MB
推荐:
★★★★★
来源:
网友上传分享
类别:
数据集 - 行业研究
格式:
RAR
反馈 / 投诉
文件下载
资源介绍
Pytorch实现前馈神经网络fnn和卷积神经网络cnn,基于mnist数据集进行训练测试,实现手写数字识别,可以自定义28*28图片进行测试。详细。
上一篇:
matlabalexnet图像识别代码-Real-Time-Image-Detection-Application-Using-Deep-CN
下一篇:
RecurrentCNN_ObjRecognition:循环卷积神经网络检测图像模式
相关推荐
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bp神经网络实现mnist数据库中的手写数字识别
12-02
使用纹理特征对MNIST-plus数据集中的手写数字进行分类的逻辑回归Matlab代码