《BP神经网络识别手写体数字》——Vselfdom

本文介绍了使用BP神经网络对手写数字进行分类的实验,实验中采用MNIST数据集,训练集准确率达到0.957804。在自动和手动框选识别方面进行了探讨,手动框选能获得更佳效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

项目要求

采用一种熟悉的语言(Matlab的,C / C ++语言,Python)的实现神经网络算法,并用手写数字进行分类实验。

本实验使用的是MNIST数据集,MNIST数据集的训练集由来自250个不同人手写的数字构成,

MNIST数据集获取网址:http://yann.lecun.com/exdb/mnist/

项目思路

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值