手写数字识别

Lintcode题目

数字图像识别 给一张图片，图片里面写了一个数字可能是0-9，然后需要设计算法判断出这个数字是0-9中哪一个数字。

题目链接

---

软件：pycharm
框架：keras
网络：LeNet
输入，输出格式：.cvs文件

---

前言

人工智能入门项目，初学者练手，了解神经网络的搭建，见识经典的网络结构

---

一、经典网络LeNet5

Gradient based learning applied to document recognition

1.介绍论文里的LeNet5神经网络

LeNet5一共有八层，分别是：
①输入层：输入手写体是32*32像素的图片。

②卷积层C1：卷积层是用于提取特征，6个特征平面，大小是$28\ast 28$，因为是用的$5\ast 5$的卷积核来提取输入层的特征，$28=32-5+1$。一共有$(5\ast 5+1)\ast 28\ast 28\ast 6=122304$ 条连接，利用权值共享,所以这层有$(5\ast 5+1)\ast 6=156$权值需要训练。

③池化层S2：池化是为了降低数据维度。选取一定范围（下图选的$2\ast 2$）对范围内的数求和取平均，再加上一个权值和偏置得到结果。S2有6个特征平面，每个特征平面格式$14\ast 14$。

④卷积层C3：16个特征平面，从前面的6个池化平面到16个特征平面，16个特征平面每个都对应多个池化层的采样数据。

卷积核是$5$