没有合适的资源？快使用搜索试试~
我知道了~
文库首页
行业研究
数据集
MNIST-CLASSIFIER:MNIST数据集的分类器
MNIST-CLASSIFIER:MNIST数据集的分类器
共3个文件
md：1个
gitignore：1个
license：1个
需积分: 9
0 下载量
2 浏览量
2021-03-22
19:33:03
上传
评论
收藏
2KB
ZIP
举报
温馨提示
立即下载
MNIST分类器 MNIST数据集的分类器
资源推荐
资源详情
资源评论
MNIST数据集与识别
浏览：139
MNIST数据集，手写数字的识别，神经网络，python代码，可以用notebook打开
GMM与EM算法
浏览：169
PDF文档对应于网易公开课上吴恩达教授主讲的机器学习（网址：http://open.163.com/special/opencourse/machinelearning.html）中高斯混合模型（GMM）与EM算法相关内容，补充了Jessen不等式的证明，以及GMM的似然函数最大化的参数的公式推导
EM算法+Python代码.zip
浏览：19
期望最大化（Expectation Maximization， EM）算法，是一种求解含有隐变量（Latent Variable）的概率模型参数的极大似然估计（Maximum Likelihood Estimation），或称极 大后验概率估计。 EM 算法并不是简单地将数据的输入输出格式固定，然后直接调用 工具包就可以使用，而是需要根据其思想基于具体问题设计相应具体算法，因此 EM 算法更可以说
EM算法理论及应用
浏览：163
3星 · 编辑精心推荐
EM 算法 信号检测与估计 高斯。 em算法是混合高斯信号估计的算法，MATLAB编程实现
决策树算法实现(使用MNIST数据集)_Python环境
浏览：160
在Python3环境下使用MNIST数据集进行决策树算法的训练，对《统计学习》中第五章内容进行复现性练习。
KNN实现mnist手写体的识别，java
浏览：64
代码可直接用，KNN算法代码清晰易懂，含有mnist手写体文件，java实现
Fashion-Mnist-Classifier:这是带有原始计算的时尚mnist数据集的分类器
浏览：154
时尚-轻度分类器 这是具有原始计算的时尚mnist数据集的分类器。 为了更好地理解，建议您阅读Backprop.pdf文件。
MNIST-Digit-Classifier-Web-App:使用Streamlit部署MNIST数字分类器
浏览：7
MNIST数字分类器Web应用程序使用Streamlit和Heroku部署MNIST数字分类器 （对于任何想要调整画布背景颜色的人，我建议不要这样做，因为当我将画布背景设置为白色并将画笔笔触设置为黑色时，分类器会开始提供垃圾输出...
Modified-MNIST-Digit-Classifier:邮电202
浏览：7
要对数据集文件夹中提供的test_x.npy文件进行预测，只需运行。 确保将模型权重的名称分配给第一个代码单元中的WEIGHTS_FILENAME变量（文件名应与步骤2中使用的名称相同。 预测将使用文件名predictions.csv保存到...
processing-number-classifier：使用玩具神经网络的简单数字分类器。 使用MNIST数据集训练网络
浏览：161
使用MNIST数据集训练神经网络。入门先决条件您需要安装正在安装克隆github项目git clone https://github.com/lexesjan/processing-number-classifier.git打开NumberClassifier文件夹，然后双击NumberClassifier.pde...
高斯聚类分析
浏览：160
利用高斯过程利用matlab中实现进行高斯聚类分析，资料
characters-and-numbers-classifier:迈达斯实习
浏览：88
该项目是根据MIDAS @ IIITD夏季实习计划下的任务提交完成的。采取的任务->任务2该任务分为三个部分： 使用训练CNN，并且不使用其他数据源或... 我从以前的CNN模型（植物叶病分类器）中获得了参考。 该代码是最优化的模
neuromorphic_classifier:通用多元数据分类的神经形态网络
浏览：37
通用多元数据分类的神经形态网络该项目实现了[1]中所述的神经形态分类器网络。 在当前版本中，它需要海德堡大学Kirchhoff物理研究所开发的“ Spikey”神经形态硬件系统[2] [3]。 如何执行范例： $ cd src$ python ...
gmm-classifier:Matlab 中的高斯混合模型 (GMM) 分类器
浏览：9
用Matlab从头开始编写的高斯混合模型分类器，用于学校作业。 学习阶段包括对学习数据的 PCA 和经典的 EM 算法。 MNIST 数据库用于测试分类器。 它使用每类 8 个组件成功识别高达 97.87% 的测试数据。
CNN-On-The-Cloud-:用于为Fashion MNIST数据集构建图像分类器的代码。 使用Keras库构建并在FloydHub云平台上接受培训
浏览：93
CNN-On-The-Cloud- 用于为Fashion MNIST数据集构建图像分类器的代码。 使用Keras库构建并在FloydHub云平台上接受培训。 您可以在签出相应的“中型”文章 您可以通过单击下面的按钮快速获得此代码并在云上运行。
MAIS202_CNN_Classifier:使用改进的MNIST数据集的多位数卷积神经网络分类器
浏览：192
MAIS202_CNN_... 使用修改后的MNIST数据集的多位数卷积神经网络分类器。 重现结果的步骤： 将train_x.npy，test_x.npy和train_y.csv与Assignment_4.ipynb放在同一目录中 运行Assignment_4.ipynb的所有单元格
Handwritten-Digits-Classification-Using-KNN-Multiclass_Perceptron-SVM:using使用分类器（例如K最近邻（K-NN），多类感知器人工神经网络（ANN）和支持向量机（SVM））进行手写数字识别的比较研究，讨论了每种算法的优缺点并提供了比较结果每种算法的准确性和效率
浏览：149
:trophy: 使用K-NN，多类感知器和SVM等分类器进行手写数字识别的比较研究 有关完整报告，请参阅名为的文件。 问题陈述 当前的任务是使用监督机器学习方法对手写数字...1）K最近邻分类器-我们的基准方法 k最近邻居（k-
handwritten_classifier:手写数字分类命令行工具和简单的网络应用程序
浏览：68
由于handwritten_classifier.py依赖于，因此TrainData.py支持使用 MNIST 数据集。 烧瓶应用 基于flask 的简单Web 应用程序来使用这个分类器。 用户在 HTML 画布上书写，绘制的手写数据通过 ajax 请求发送，并得到...
digit-detection-recognition:使用AdaBoost和SVM检测并识别图像中的数字
浏览：102
对classifier/cascade.xml的级联分类器进行了10个阶段的7000个正样本和9000个负样本的训练。 使用MNIST数据库训练SVM。 检测图像中的数字。 对于每个检测到的区域，将它们缩放到与MNIST中的样本相同的大小，然后...
Handwritten-Number-Classifier
浏览：164
手写数字分类器是经过训练可使用MNIST数据集识别手写数字的CNN（卷积神经网络）。 该网络使用Keras构建，Keras是Tensorflow中集成的高级API（Google的深度学习API）。 我已经将整个MNIST数据集（以手写数字形式）...
Repo-2017：使用Keras和Theano进行机器学习，NLP，深度学习和强化学习中的Python代码
浏览：11
数据科学中的Python代码 ... scikit学习的虹膜数据集。 GAN生成对抗性神经网络是生成对抗性神经网络的模型。 超参数调整RL是一种模型，其中可以通过强化学习来调整神经网络的超参数。 根据奖励，通过使用波士顿数据
AdaboostOnMNIST：这是Adaboost算法的实现，它使用两个不同的弱学习器从头开始实施：决策树分类器和梯度提升分类器。 Adaboost在MNIST上运行以告知奇数和偶数。 经过scikit Learn模型的adaboost测试，并获得了更高的分数。 最小的训练误差为％1.8，在7次迭代中进行了梯度增强
浏览：102
函数调用为adaboost（X_train，Y_train，inversions_t，Classifier_type），有两种类型的分类器，“ Gradient_Boost”和“ Decision_tree”可以放入第4个输入中。 adaboost返回一个4元组（stump，stump_weights，...
MLOCR:使用机器学习对MNIST数据集中的数字进行OCR
浏览：22
我们目前有以下机器学习技术的实现： 单感知器朴素贝叶斯依存关系为了运行程序，您需要，您应该将其放置在名为mnist的目录中。 存储库中包含执行此操作的脚本，该脚本可以按以下方式运行： $ chmod +x ...
2023 C#联合Halcon 深度度学习带数据集，1 预处理图像2图像识别测试3误差分析（含导入步骤文档，含中文注释）
浏览：49
5星 · 资源好评率100%
2 训练分类器 2.1 参数设置 2.3 保存分类器 2.4 误差分析 3 图像识别测试 3.1 读取分类器 3.2 测试分类器 1 预处理图像 1.1 选择图像目录 所选目录可以是同时包含训练图像和测试图像的主目录,也可以是训练图像目录或...
Brihaspati:机器学习，深度学习和计算机视觉中各种实现和代码的集合:sparkles::collision:
浏览：104
19检测猫狗分类器使用LSTM的聊天机器人决策树假新闻分类性别预测印地语字符识别鸢尾花预测K均值聚类线性回归I线性回归II线性回归III逻辑回归MNIST时尚数据集朴素贝叶斯强化学习葡萄酒数据集时间序列分析垃圾邮件检测...
MachineLearning:基本的Python机器学习内容程序集[2020]
浏览：23
二进制分类器 15 梯度下降 16 编写程序以划分MNIST数据集 17 将数据分为2组（二进制分类）。 18岁 随机梯度下降（SGD） 19 交叉验证 20 混淆矩阵 21岁 精确召回和F1-Score 22 计算最近邻居（K-NN） 23 ...
Origin绘制相关性热图插件(Correlation Plot)
浏览：133
Origin绘制相关性热图插件(Correlation Plot)，可以绘制相关性热图，不需要代码，格式为opx后缀格式，直接拖入软件就可以~
（免费）Chrome浏览器插件axure-chrome-extension
浏览：195
5星 · 资源好评率100%
安装方法详见： https://blog.csdn.net/han_qiqi/article/details/134435059?spm=1001.2014.3001.5501 Axure RP Extension for Chrome是原型设计工具Axure RP的Chrome浏览器插件。因为在线安装需要访问Google Chrome在线商店，访问不了。所以提供一个离线版本进行安装。
vep视频快速加密提取器
浏览：10
vep视频快速加密提取器
收起资源包目录
MNIST-CLASSIFIER-main.zip
（3个子文件）
MNIST-CLASSIFIER-main
LICENSE
1KB
.gitignore
2KB
README.md
54B
共 3 条
1
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
葵烟
粉丝: 18
资源:
4600
私信
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
前往需求广场，查看用户热搜
最新资源
1715599309372.jpg
CEA二次开发脚本：用于ECSP配比设计
Blender 2.90中文包
stm32与K210/openmv串口通信+源码
Python环形数组.docx
关注我每日获取精彩内容.jpg
Python数独游戏.docx
张祖豪-软件工程师-职业规划.pdf
基于SpringBoot+Vue开发的个人博客系统全栈个人博客系统
Python下StegPy代码的详细描述
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
