CNN-Model-with-MNIST-dataset:将CNN模型与MNIST数据集一起应用资源-CSDN文库

共2个文件

md：1个

ipynb：1个

JupyterNotebook

需积分: 5 110 浏览量 2021-03-26 06:56:40 上传评论收藏 2KB ZIP 举报

资源推荐

资源详情

资源评论

Digit_Recognition_Web_App：使用CNN模型在Keras的MNIST数据集上训练的手写数字识别应用程序。使用的技能是Tensorflow，HTML，CSS，javascript

Digit_Recognition_Web_App 链接： : 应用程序的结构 keras-> Tensorflow.js->（html + css + javascript）-> github页面你好，物体识别世界！目标：通过在keras中可用的MNIST数据集上训练模型，使卷积神经网络能够识别手写数字。 MNIST数据集：训练数据集包含60000张图像，测试数据包含1000

MNIST数据集的CNN模型

正确率98%+

图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。使用TensorFlow Framework和Keras库实现了CNN。在Google Colab上以60,000张图像训练模型

图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。使用TensorFlow Framework和Keras库实现了CNN。在Google Colab上以60,000张图像训练模型

MNIST-digit-recognition-and-classification-using-CNN-with-Keras-99.70:训练数据集由42000行组成，每行784个像素值，因此代表了28 x 28尺寸的42000张图像，这些图像的数字从0到9。我已经使用卷积神经网络在Keras的帮助下训练了模型，并对测试数据集的28000张图像进行了预测，仅用10个历元就获得了99.321％的有效准确率。还调整了ImageDataGenerator以促进泛化并避免过度拟合的问题

MNIST数字识别和分类使用CNN与Keras-0.9940- 训练数据集由42000行组成，每行784个像素值，因此代表了28 x 28尺寸的42000张图像，这些图像的数字从0到9。我使用了卷积神经网络在Keras的帮助下训练了模型，并对测试数据集的28000张图像进行了预测，并且仅用10个历元就达到了99.40％的有效准确率。还使用ImageDataGenerator来促进泛化并避免过度

深度学习Caffe框架实战剖析视频教程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN）

Two-Layer-CNN-on-MNIST-master

Two-Layer-CNN-on-MNIST-master：构建2层卷积神经网络特征提取方法的matlab程序源码（ http://www.cnblogs.com/sunshineatnoon/p/4584427.html）

Fashion-MNIST数据集.zip

训练数据图片train-images-idx3-ubyte 训练数据标签train-labels-idx1-ubyte 测试数据图片t10k-images-idx3-ubyte 测试数据标签t10k-labels-idx1-ubyte

CNN-MNIST手写识别程序和pdf,mnist手写数字识别原理,matlab源码.zip

5星 · 资源好评率100%

CNN-MNIST手写识别程序和pdf,mnist手写数字识别原理,matlab源码.zip

WGAN-div模型，Pytorch实现，基于MNIST数据集

WGAN-div模型，Pytorch实现，基于MNIST数据集 WGAN-div是基于WGAN模型的改进，可以算是WGAN系列的集大成者，而WGAN也可以算是目前最新的GAN模型了。研究完这个模型，应该可以说是对WGAN会有更深的理解

CNN-MNIST手写识别程序和pdf,mnist手写数字识别原理,matlab

5星 · 资源好评率100%

利用卷积神经网络方法编写的简单的CNN-MNIST手写识别程序

Restricted-Boltzmann-Machine-Model-for-sequence-data-applications:用于序列数据建模的多类型RBM（连续RBM，高斯-伯努利RBM和伯努利-伯努利RBM），具体包括连续RBM和灵活的部分监督训练方法（Bengio等，2007）。该模型适用于金融，大气层，地理序列等应用

序列数据应用的受限玻尔兹曼机器模型 RBM是用于构建深度架构的经典模型，它开启了深度学习研究的热潮（Hinton et al。2006）。该软件包包括用于序列数据建模的多类型RBM（连续RBM，高斯-伯努利RBM和Bernoiulli-Bernoiulli RBM），具体包括连续RBM和灵活的部分监督训练方法（Bengio等，2007）。该模型适用于金融，大气层，地理序列等应用。该软件包

An-Automatic-Nucleus-Segmentation-and-CNN-Model-based-Classification-Method-of-White-Blood-Cell:WBC核分割，在BCCD，ALL-IDB2，JTSC和CellVision数据集上的定位以及在BCCD数据库上基于CNN模型的分类

基于自动核分割和CNN模型的白细胞分类方法概述：这项工作是对白细胞（白血球）细胞核分段，定位和四种类型的白细胞（白血球）的细胞核分段算法.The完整描述的新的CNN模型为基础的分类，定位和CNN模型，可以发现。这是工作摘要：开发了一种用于WBC核分割的通用算法，并在四个WBC公开数据集中得到了验证。根据细胞核和白细胞比率的统计分析确定白细胞（白细胞）的位置。设计了一种新的CNN

Handwritten-Digit-Recognition-using-MNIST-dataset:使用ANN和tensorflow库

使用MNIST数据集实现用于手写数字分类的多层（一个输入，一个输出和一个或多个隐藏层）ANN。目的：-问题的主要目的是识别手写数字。用于分类的方法是人工神经网络。 MNIST数据集从带有10个标签的tensorflow模块...

mnist-original.mat数据集下载

4星 · 用户满意度95%

mnist手写数字数据集，或者到“智能算法”微信公众号里回复mnist下载

sommatlab代码-SOM-unsupervied-learning-on-MNIST-dataset:在MNIST数据集上训练自组织映射

任务的目标是在MNIST数据集上训练自组织映射算法。目录自组织地图– Kohonen地图（SOM）是Kohonen引入的无监督学习算法。在SOM方面，SOM也是一种出色的数据探索工具。它可以将高维模式投影到低维拓扑图上。 SOM...

tensorflow-cnn.zip_cnn-mnist_cnn识别_mnist tensorflow_tensorflow c

基于TensorFlow的mnist数据集识别，使用CNN的方法，采用梯度下降学习

mnist_CNN_MNIST数据集_MNIST_mnist分类_

mnist 数据集的 CNN 算法，还有一些其他的关于mnist的分类算法。

Chinese MNIST数据集

中国 MNIST 数据集在纽卡斯尔大学的一个项目框架内收集的数据,可以用于深度学习模型分类识别任务使用。项目介绍一百名中国公民参与了数据收集。每个参与者都用标准黑色墨水笔在一张表格中写下所有 15 个数字，...

Fashion-MNIST数据集

fashion-MNIST数据集源文件，四个压缩包

收起资源包目录

CNN-Model-with-MNIST-dataset-master.zip （2个子文件）

CNN-Model-with-MNIST-dataset-master

CNN model mnist dataset.ipynb 14KB

README.md 69B

评论收藏

内容反馈

穆庭秋

粉丝: 25
资源: 4671

CNN-Model-with-MNIST-dataset:将CNN模型与MNIST数据集一起应用

Digit_Recognition_Web_App：使用CNN模型在Keras的MNIST数据集上训练的手写数字识别应用程序。 使用的技能是Tensorflow，HTML，CSS，javascript

MNIST数据集的CNN模型

图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。 使用TensorFlow Framework和Keras库实现了CNN。 在Google Colab上以60,000张图像训练模型

基于CNN+数据增强+残差网络Resnet50的少样本高准确度猫咪种类识别-深度学习算法应用(含全部工程源码)+数据集+模型

python卷积神经网络CNN图像分类验证大模型性能PyTorch框架torchvision在MNIST大数据集测试代码

fashion_mnist数据集（已转成csv文件）

cnn-mnist.rar_CNN_CNN mnist_MNIST_MNIST CNN_卷积神经网络

Single-Layer-CNN-on-MNIST

Two-Layer-CNN-on-MNIST-master.zip_CNN_CNN mnist_MNIST_cnn mnis

基于OpenCV+CNN+IOT+微信小程序智能果实采摘指导系统-深度学习算法应用(含pytho、JS工程源码)+数据集+模型

深度学习Caffe框架实战剖析教程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN）

深度学习Caffe框架实战剖析视频课程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN）

深度学习Caffe框架实战剖析视频教程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN）

Two-Layer-CNN-on-MNIST-master

Fashion-MNIST数据集.zip

CNN-MNIST手写识别程序和pdf,mnist手写数字识别原理,matlab源码.zip

WGAN-div模型，Pytorch实现，基于MNIST数据集

CNN-MNIST手写识别程序和pdf,mnist手写数字识别原理,matlab

An-Automatic-Nucleus-Segmentation-and-CNN-Model-based-Classification-Method-of-White-Blood-Cell:WBC核分割，在BCCD，ALL-IDB2，JTSC和CellVision数据集上的定位以及在BCCD数据库上基于CNN模型的分类

Handwritten-Digit-Recognition-using-MNIST-dataset:使用ANN和tensorflow库

mnist-original.mat数据集下载

sommatlab代码-SOM-unsupervied-learning-on-MNIST-dataset:在MNIST数据集上训练自组织映射

tensorflow-cnn.zip_cnn-mnist_cnn识别_mnist tensorflow_tensorflow c

mnist_CNN_MNIST数据集_MNIST_mnist分类_

Chinese MNIST数据集

Fashion-MNIST数据集

最新资源

Digit_Recognition_Web_App：使用CNN模型在Keras的MNIST数据集上训练的手写数字识别应用程序。使用的技能是Tensorflow，HTML，CSS，javascript

图像分类-卷积神经网络：使用MNIST时尚数据集，构建了卷积神经网络将图像分类为10个类别之一。使用TensorFlow Framework和Keras库实现了CNN。在Google Colab上以60,000张图像训练模型