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
> 使用CNN对MNIST数据集进行分类
使用CNN对MNIST数据集进行分类
更新:
2024-09-14 13:49:56
大小:
16.56MB
推荐:
★★★★★
来源:
网友上传分享
类别:
深度学习 - 人工智能
格式:
PDF
反馈 / 投诉
文件下载
资源介绍
资源实现了多种适合MNIST数据集的CNN网络,包含自己设计的DenseCNN,著名的LeNet5、AlexNet、ZFNet和VGGNet16。实验结果的可视化包含损失和准确度随迭代次数的变化。模型可下载后直接运行。
上一篇:
谷歌推出量子机器学习框架TFQ-TensorFlow Quantum,一个可训练量子模型的机器学习框架.pdf
下一篇:
EMERSON 帮助文件10.3
相关推荐
12-02
使用Keras深度学习技术对性别进行判断,已配备相关数据集
12-02
李宏毅在机器学习作业3中使用了CNN模型对数据的训练集进行了训练
12-02
使用CNN对MNIST数据集进行分类
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
使用TensorFlow的CNN对CNBC数据集进行训练以实现性别识别并作出预测
12-02
利用神经网络对minist数据集进行分类
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
使用kmeans算法实现对iris数据集的分类
12-02
使用Fashion MNIST数据集进行分类的数据
12-02
对MNIST数据集进行转换.zip下载