python--MLP神经网络实现手写数字识别

最新推荐文章于 2025-07-09 19:35:24 发布

shun-ripking

最新推荐文章于 2025-07-09 19:35:24 发布

阅读量5.2k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： python机器学习文章标签： python 机器学习 MLP 手写识别神经网络

本文链接：https://blog.youkuaiyun.com/chengshunhang/article/details/93667668

本文介绍了使用Python的MLP神经网络进行手写数字识别的原理和实践。讨论了神经网络中的非线性矫正、参数设置及其对算法性能的影响，并通过实例展示了如何利用内置数据集进行手写识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

概述

神经网路顾名思义将生物的神经系统中的兴奋与抑制比作计算机中的0和1

知识点：

神经网络原理
神经网络中的非线性矫正
神经网络参数设置

参数设置

重要参数：

activation：隐藏单元进行非线性化的方法，一共4总：identity，logistic，tanh，relu

alpha：正则化参数，默认为0.0001，参数越大算法越简单

hidden_layer_size:设置隐藏层的结点和层数：[10,10]表示2层，每层结点为10

图像分析

import numpy as np
from sklearn.neural_network import MLPClassifier
from sklearn.datasets import load_wine

from sklearn.model_selection import train_test_split
wine = load_wine()
X = wine.data[:,:2]#只取前2个属性
y = wine.target
X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=0)

mlp = MLPClassifier(solver = 'lbfgs',hidden_layer_sizes=[100,100],activation='tanh',alpha=1)
mlp.fit(X_train,y_train)

import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap

cmap_ligh