基于python实现的CNN卷积神经网络手写数字识别实验源码+详细注释（大作业）

# Convolutional-neural-network-GUI MNIST数据集卷积神经网络实现手写数字识别应用（GUI） ### 项目的一些必要说明 代码中GUI实现的并不美观，只是实现出来GUI需求，大家有需要的可以调整一下布局让GUI更加美观。 谢谢B站的朋友们指正代码错误之处！ 代码有两种暂时有两种下载方式： * 直接clone仓库代码 * 从release中下载我打包好的代码 ### 环境信息 * tensorflow版本为2.0.0及以上应该都可以运行 * 我的python版本为3.7（兼容tensorflow2.0及以上版本的Python版本应该都可以） * Operation System:Windows10 * IDE:Pycharm * 演示用的图片我已经放到numbers_images文件夹中了，百度网盘不方便的直接clone整个仓库即可 * 图片是MOOC上《人工智能实践：Tensorflow笔记》北大曹健老师https://www.icourse163.org/course/PKU-1002536002?tid=1452937471 课程中演示的那10张图片。 ### 项目说明 * CNN-Model.py为卷积神经网络的训练文件。 * gui.py为图像化界面的启动文件 * checkpoin和weights.txt均为卷积神经网络的训练参数。 * recongnition.py和icon.ico不要修改。 ### 执行步骤 * 训练好的checkpoint和weights.txt文件已经在仓库里面了，如果想自己训练可以直接run CNN-Model.py即可，run完也会生成checkpoint和weights.txt文件。 * 直接执行recognition.py文件，出现gui窗口，选择图片识别即可。