手写字体识别

本文介绍了参与Kaggle的手写字体识别比赛的过程,包括使用谷歌云盘的GPU环境加速运算,对train.csv和test.csv数据进行预处理,构建并训练模型,最终达到98.428%的准确率。通过增加训练次数,有望进一步提升模型性能。

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

1.完成手写字体识别kaggle比赛:https://www.kaggle.com/c/digit-recognizer

2.环境:谷歌云盘(内有GPU运算,速度比我自己电脑快好多倍)

3.手写字体文件

    train.csv文件第一列是图像标签,后面784(28*28)列是像素。

    test.csv文件是784列像素。

    sample_submission.csv是提交的文件

4.谷歌云盘启动

from google.colab import drive
drive.mount('/content/drive/')
!ls "/content/drive/My Drive/"
import tensorflow as tf
tf.test.gpu_device_name()
!ls
# 切换目录
import os
os.chdir("/content/drive/My Drive/home")
!ls

5.预处理图像

# 预处理数据
import keras
import pandas as pd
import numpy as np
from keras.utils import np_utils
dataset = pd.read_csv('train.csv')
dataset = np.array(dataset)
x = dataset[:,1
评论 6
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