没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
任务描述 我们需要通过对手写数字数据集Mnist的训练,实现对于一个手写数字图像,判断其对应的数字值,判断方法是通过比较其和0~9这10个数字的相似程度,选出相似度最高的作为其识别的数字值,如下图,0~9这10个数字的相似程度最高的是9,为0.87,因此其识别结果为9 MNIST是一个非常有名的手写体数字识别数据集(手写数字灰度图像数据集),在很多资料中,这个数据集都会被用作深度学习的入门样例 MNIST数据集是NIST数据集的一个子集,由0~9的数字图像构成的,每一张图片都有对应的标签数字,训练图像一共高60000张,供研究人员训练出合适的模型。测试图像一共高10000 张,供研究人员测试训练的模型的性能 其每张图片是包含28像素×28像素的灰度图像(1通道),各个像素的取值在0到255之间,每个图像数据都相应地标有数字标签 每张图片都由一个28×28的矩阵表示,且数字都会出现在图片的正中间,处理后的每一张图片是一个长度为784的一维数组(28*28=784),这个数组中的元素对应了图片像素矩阵中的每一个数字。
资源推荐
资源详情
资源评论
收起资源包目录
Pytorch-competitor-MNIST-dataset-classification-main.zip (5个子文件)
Pytorch-competitor-MNIST-dataset-classification-main
data
mnist
mnist.pkl.gz 15.42MB
main.ipynb 93KB
img
5.png 144KB
4.png 52KB
.ipynb_checkpoints
main-checkpoint.ipynb 49KB
共 5 条
- 1
资源评论
白话机器学习
- 粉丝: 8185
- 资源: 7687
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
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