搜索资源列表
test
- python实现用逻辑回归识别和分类人工手写数字-Classifying MNIST digits using Logistic Regression
mnist
- tensorflow demo of mnist by python
BP_mnist
- BP网络实现手写字体识别。压缩文件包含mnist数据集，直接在pycharm运行BPNetwork.py文件，输出测试集识别结果和测试精度。(Handwritten recognition based on BP network. The compressed file contains the MNIST data set, runs the BPNetwork.py file directly in the pycharm, outputs the test set, identifies
code
- 基于python的mnist数据集的读取，以及转换为csv形式(Python based MNIST data set read, and converted to CSV form)
mnist
- 深度学习时间手写数字识别，使用python和tensorflow实现(Handwritten numerals recognition in depth learning time)
SAE
- 使用TensorFlow实现稀疏自编码神经网络，采用数据mnist(Using TensorFlow to realize sparse atuoencoder neural network, using data MNIST)
mnist实验
- 包含训练用的图片数据包，python源代码，mnist实验，深度学习，进行图片分类(mnist experiment.python code.deep learning.picture classification,etc.)
tensorflow-mnist-predict-master
- 这个项目由四个脚本组成： 1. _create_model_1.py_ - 基于初学者教程创建一个模型model.ckpt文件。 2. * create_model_2.py * - 基于专家教程创建模型model2.ckpt文件。 3. * predict_1.py * - 使用model.ckpt（初学者教程）文件来预测.png文件中手写数字的正确整数。 4. * predict_2.py * - 使用model2.ckpt（专家教程）文件来预测.png文件中手写数字的正确整数。