【资源说明】 基于Python.Numpy实现BP卷积神经网络识别手写数字源码(含超详细注释+使用说明).zip 文件夹结构功能 1.文件夹 - data:mnist手写数字数据集,包含训练、测试数据 - parameters:神经网络训练结果保存路径 - figure:该文档中的图片 2.文件 - activate.py:激活函数层,包含Sigmoid,SoftMax - bp.py:BP神经网络层,全连接层 - BPmain.py:BP神经网络测试文件 - CNNmain.py:卷积神经网络测试文件 - conv.py:卷积层 - load_mnist.py:mnist数据加载 - module.py:网络层、结构接口定义 - pool.py:池化层 - saveandread.py:神经网络参数保存加载 # 三、项目运行 ## 1.BP神经网络测试 1.1测试目标 - 使用BP神经网络对数据进行分类 1.2测试方式 - 运行BPmain.py文件 1.3测试结果 - 1.训练完成后输出如下 ```bash 开始训练: 2023-02-18 20:16:09.905283 训练已完成练100% 结束训练: 2023-02-18 20:16:56.179266 ``` - 2.测试结果如下图所示,可以看到,神经网络可以将红点与蓝点进行分类 ![](./figure/Figure_1.png) - 3.训练误差如下图所示,可以看到,训练过程中误差在不断缩小 ![](./figure/Figure_2.png) ## 2.卷积神经网络测试 2.1测试目标 - 使用卷积神经网络识别手写数字 2.2测试方式 - 运行CNNmain.py文件 2.3测试结果 - 1.训练完成后输出如下 ```bash 第1次训练开始: 2023-02-18 18:45:01.447278 训练已完成100% 第1次训练结束: 2023-02-18 19:39:28.603512 测试已完成100% 第1次测试结束: 2023-02-18 19:43:05.641130 第1次训练正确率:66.28% 第2次训练开始: 2023-02-18 19:43:05.651106 训练已完成100% 第2次训练结束: 2023-02-18 20:46:34.102317 测试已完成100% 第2次测试结束: 2023-02-18 20:51:22.949554 第2次训练正确率:82.46% 第3次训练开始: 2023-02-18 20:51:22.957532 ... ``` - 2.训练后测试正确率如下图所示,可以看到,随着训练次数增加,正确率在不断提高 ![](./figure/Figure_3.png) ## 3.CNN参数读取测试 3.1测试目标 - 读取训练时保存的参数数据进行数字识别 3.2测试方式 - 运行saveandread.py文件 3.3测试结果 - 1.测试结果如下图所示,可以看到,神经网络可以正确的识别手写数字 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
- 1
- m0_744226362023-12-10实在是宝藏资源、宝藏分享者!感谢大佬~
- lingyun942023-11-23感谢资源主的分享,这个资源对我来说很有用,内容描述详尽,值得借鉴。Make程序设计2023-11-23感谢您的认可和支持!互相学习,加油!
- 粉丝: 5632
- 资源: 3568
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助