# 一、概述
基于Python.Numpy实现卷积神经网络,识别手写数字
# 二、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
![](./figure/Figure_4.png)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
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该项目是个人毕设项目源码,评审分达到97分,都经过严格调试,确保可以运行!放心下载使用。该项目资源主要针对计算机相关专业的学生或从业者下载使用,也可作为期末课程设计、课程大作业、毕业设计等。 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 基于Python.Numpy实现卷积神经网络,识别手写数字基于Python.Numpy实现卷积神经网络,识别手写数字基于Python.Numpy实现卷积神经网络,识
资源推荐
资源详情
资源评论
收起资源包目录
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 (28个子文件)
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)
module.py 2KB
CNNmain.py 3KB
data
mnist
train-images.idx3-ubyte 44.86MB
t10k-images.idx3-ubyte 7.48MB
train-labels.idx1-ubyte 59KB
t10k-labels.idx1-ubyte 10KB
pool.py 3KB
bp.py 2KB
BPmain.py 3KB
figure
Figure_4.png 21KB
Figure_2.png 24KB
Figure_3.png 23KB
Figure_1.png 56KB
activate.py 2KB
load_mnist.py 3KB
parameters
第7次训练参数-正确率96.3%.npz 332KB
第3次训练参数-正确率93.61%.npz 332KB
第6次训练参数-正确率95.75%.npz 332KB
第5次训练参数-正确率93.86%.npz 332KB
第2次训练参数-正确率82.46%.npz 332KB
第8次训练参数-正确率96.58%.npz 332KB
第9次训练参数-正确率96.42%.npz 332KB
第10次训练参数-正确率96.98%.npz 332KB
第4次训练参数-正确率95.2%.npz 332KB
第1次训练参数-正确率66.28%.npz 332KB
saveandread.py 3KB
README.md 2KB
conv.py 5KB
共 28 条
- 1
资源评论
不安分的小女孩
- 粉丝: 1w+
- 资源: 2394
上传资源 快速赚钱
- 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
最新资源
- CTF+pwn+nc(windows)+链接靶机
- AUTOSAR-SWS-MemoryDriver.pdf
- 链接器使用教程.docx.docx
- AUTOSAR-SWS-MemoryAccess.pdf
- AUTOSAR-SWS-MemoryAbstractionInterface.pdf
- AUTOSAR-SWS-FlashTest.pdf
- AUTOSAR-SWS-FlashEEPROMEmulation.pdf
- AUTOSAR-SWS-FlashDriver.pdf
- AUTOSAR-SWS-EEPROMAbstraction.pdf
- AUTOSAR-SRS-SPIHandlerDriver.pdf
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功