## 项目说明
1. 使用方法：python 运行 board.py，使用NN_train文件训练神经网络模型
2. 可能需要额外安装的python库：pygame,numpy
3. 各文件说明：
-- images：存放运行gui所需的图片素材
-- Board.py：画板的实现，程序的主入口
-- NN.py：神经网络的类的定义
-- recognize.py ：包含图片处理，以及图片识别程序的入口
-- weights.npy : 神经网络各层的参数
-- 技术报告： 详细说明了项目的内容，各函数的作用：包括最小损失率，混淆矩阵的验证等等
--t10k-images等文件是Minst数据集的原始数据，格式为28*28的白底黑字图片
## 项目演示
### 单个数字
运用神经网络算法和Minst数据集制作的手写数字识别系统.zip （33个子文件） 
数据集 
weights.npy 2.39MB Board.py 9KB NN.py 7KB
第十二小组_BP_MINST_项目报告.docx 1.46MB train-images.idx3-ubyte 44.86MB pic2array.py 4KB t10k-images.idx3-ubyte 7.48MB .idea HandWritingRecognition-master.iml 352B BP_MNIST.iml 318B misc.xml 186B inspectionProfiles profiles_settings.xml 174B modules.xml 268B .gitignore 47B NN_train.py 2KB train-labels.idx1-ubyte 59KB images 
big.png 1KB pen1.png 4KB background.png 33KB reset.png 2KB recognize.png 2KB pen2.png 3KB plane.png 27KB brush.png 6KB small.png 676B t10k-labels.idx1-ubyte 10KB __pycache__ NN.cpython-310.pyc 6KB recognize.cpython-36.pyc 4KB pic2array.cpython-310.pyc 4KB pic2array.cpython-36.pyc 4KB NN.cpython-36.pyc 3KB 展示 
展示2.mp4 1.35MB README.md 828B to_recognize.png 3KB资源评论
