搜索资源列表
Release
- 闲时无聊，搭了一个基于深度神经网络的手写数字识别系统。该系统在手写数字数据库mnist测试达到了99.22 的准确率。整个系统基于C++开发，可以很方便的移植到其他平台。 其中手写数字数据库mnist（http://yann.lecun.com/exdb/mnist/），有60000个训练样本数据集和10000个测试用例。它是由Google实验室的Corinna Cortes和纽约大学柯朗研究所的Yann LeCun建立的一个手写数字数据库。同时它是nist数据库的一个子集。
CUDA-CNN-master
- CNN cuda的加速。 start-of-art结果的流行的数据集 1。测试mnist并获得99.76 ,投票后(99.82 )(最好的99.79 ) 2。测试cifar-10并获得81.42 最好(90 ) 3。测试cifar - 100和51.13 (最好的65 )-CNN accelerated by cuda. The start-of-art result s of popular datasets 1. Test on mnist and get 99.76
dataset_mnist
- 压缩包中包含完整的mnist数据集及相应的bmp格式的图像数据-Compressed image data package contains the complete data set and the corresponding mnist bmp format
CNN-MINIST
- 利用卷积神经网络进行MINIST数据集的分类识别，MATLAB源程序。-Convolution neural network classification MNIST dataset, MATLAB source.
caffe-master
- caffe深度学习框架 内置mnist、cifair-10数据集-caffe deep learning framework
用python 将mnist 数据集转化为图片
- 将官网打包好的mnist数据集转化成图片(translate mnist data to picture)
random_forest
- 随机森林在mnist上的实现，可以下载数据集后，改变路径运行。(Random forest on the MNIST implementation, you can download the data set, change the path to run.)
mnist2pic
- 将mnist数据集.idx3-ubyte文件转换为.png文件,将转换后的图片自动保存到'picture'文件夹中，并且按照手写字体的数字分别放在对应“0-9”命名子文件夹中。(Convert the MNIST data set.Idx3-ubyte file to the.Png file, automatically save the converted image to the'PICTURE'folder, and place the number in the correspondi
mnist.pkl
- 这是MNIST的数据集，方便大家训练自己的模型(This is MNIST data set)
keras_mnist_test
- hello Word of keras ,第一个成功实现的卷积神经网络,下载了mnist数据集,并decode,,然后,为了加快速度,训练其中的一部分数据,并用predict测试,ok,2min内出结果.(网上其它程序试过,训练太久,一晚上都没训练出结果,于是自己动手设计了这个小程序) 环境:python3.6,keras2.1,PC i5(很破的电脑)(Hello Word of keras, the first successful convolution neural network,
chinese_test
- 手写汉字识别，数据集训练，MNIST，Deep Convolutional Network识别手写汉字(Handwritten Chinese character recognition, data set training, MNIST, Deep Convolutional Network)
模仿mnist数据集制作自己的数据集代码
- 自己的数据集制作,模仿mnist数据集，制作自己的数据集(based on the mnist dataset to make your own data)
input_data
- mnist数据集的导入文件，官网上有可能进不去(def maybe_download(filename, work_directory): """Download the data from Yann's website, unless it's already here.""")
MNIST
- 用CNN识别MNIST数据集，test集正确率98.3%(Identifying MNIST datasets with CNN)
loadMNIST
- 在MATLAB中读取MNIST数据集，MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据.(read MNIST data set in MATLAB
基于深度学习的手写数字体识别
- 基于深度学习的手写数字体识别，以卷积神经网络（CNN）作为网络模型，利用mnist手写数字训练数据集训练手写数字识别模型，搭建手写数字识别系统，并用自己手写的数字照片进行测试。