数码相机 用于对数字进行分类的计算机视觉项目。 从头开始实现的前馈人工神经网络将28x28 MNIST数字分类。 神经网络具有115个节点的单个隐藏层。 输入是图像的784像素灰度值的向量。 使用反向传播和随机梯度下降(均方误差作为损失函数)来训练神经网络。 在隐藏层中有115节点的情况下,在10纪元上以0.0001学习率进行训练,得出的准确度为0.857 。 原始MNIST数据取自该。 像素暗度值介于0-1之间的规范化数据集可以在下载-文件大小对于github而言太大。 要预测自己未知数字的值,请将图像文件另存为28x28像素RGB PNG文件,与run.py相同。 将fileName编辑为图像文件,然后运行run.py
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~