手写字体识别-基于 tensorflow2.0 实
现
手写字体识别是卷积神经网络的入门案例,这里我将模型的训练、测试、保存
以及使用整合在了一起
文件目录
|--images 图片的存放目录,这里我放置了一些图片用于装饰界面
|--models 模型的存放目录,训练好的模型将会存放在这个文件夹下
|--train.py 模型的训练代码,直接执行将会保存模型到 models 文件夹下
|--test.py 模型的测试文件,计算模型的准确率,或者你可以使用这个文件来进行单一文件的
测试
|--minist_window.py 可视化界面,在这个界面下,你可以进行可视化的操作来完成手写数字
的识别
|--requirements.txt 执行环境中必备的包
如何使用
首先你需要下载项目到你的本地
确定你的电脑已经安装好了 PyQt5、tensorflow2.0 以及 opencv-python 等相关
软件,你可以执行下列命令进行安装
cd mnist_tensorflow2.0
conda create -n mnist_demo
pip install -r requirements.txt
如果你想要重新训练你的模型,请执行
python train.py
如果你想要测试模型的准确率,请执行
python test.py
如果你想看看图形化的界面,请执行
python mnist_window.py