搜索资源列表
Demo-Mnist
- 基于神经网络的手写数字识别的源代码，绝对能够正常编译并运行！-based on neural network handwritten numeral recognition of the source code is absolutely normal to compile and run!
kNN
- 针对MNIST数据库，但修改方便，可用于其他数字识别-For MNIST database, but modified to facilitate, can be used for other digital identification
matlab_read_idx-ubyte
- 做手写阿拉伯字体识别时候需要用到图像数据文件。这时可以从http://yann.lecun.com/exdb/mnist/网站上下载数据源文件。这个程序可以很方便地将源文件读到matlab工作区间中去。-Arab make handwriting fonts needed to identify when the image data files. At this time http://yann.lecun.com/exdb/mnis
MNISTTools
- 一个用来处理MNIST数据的工具，需要安装JAVA环境-MNIST data used to deal with a tool that will need to install JAVA environment
MNIST-handwritten-digits
- 手写数字识别数据集，MNIST，包括原始数据集的所有样本，以及抽取的2000个样本的子集，.mat格式。美国著名数据集NIST的子集，模式识别常用实验数据集-handwritten digits recognition ,dataset, MNIST from NIST, .mat file,
mnist-master
- 该库的目标是提供一种易于使用的方法来训练和测试神经网络的MNIST数字（在浏览器或node.js中）。它包括10000个不同的mnist数字样本，通过建立这个以便与Synaptic开箱即用。可以通过MNIST数字加载器自由创建不同示例c的任何数字（从1到60 000）(The goal of the library is to provide an easy-to-use method to train and test the MNI
MNIST
- MNIST手写体数字识别库及图片提取代码MNIST手写数字库识别实现摘要手写数字识别是模式识别的应用之一。文中介绍了手写数字的一些主要特征,并提出了截断次数特征并利用截断次数特征进行了实验(MNIST handwritten digital identification library and picture extraction code MNIST handwritten numeral library identification
用python 将mnist 数据集转化为图片
- 将官网打包好的mnist数据集转化成图片(translate mnist data to picture)
mnist
- tensorflow demo of mnist by python
mnist.pkl
- 这是MNIST的数据集，方便大家训练自己的模型(This is MNIST data set)
MNIST-classification-example-master
- MNIST-classification-example
cnn-mnist
- CNN-mnist自制算法，使用卷积神经网络进行计算，准确率99.2(CNN-mnist is a algorithm written by yourself.A convolution neural network is used for calculation, the accuracy rate is 99.2)
模仿mnist数据集制作自己的数据集代码
- 自己的数据集制作,模仿mnist数据集，制作自己的数据集(based on the mnist dataset to make your own data)
mnist实验
- 包含训练用的图片数据包，python源代码，mnist实验，深度学习，进行图片分类(mnist experiment.python code.deep learning.picture classification,etc.)
mnist
- mnist数据库通过整理下载后压缩到mnist,zip，适用于mnist自己调试解决自己的(The MNIST database is compacted and downloaded to MNIST, zip, suitable for MNIST itself to debug and solve its own)
MNIST数据集
- 利用pycharm对mnist数据哭进行直接解压缩操作，得到所有的图片和标签(Using pycharm to wept MNIST data directly, get all the pictures and labels)
MNIST
- 用CNN识别MNIST数据集，test集正确率98.3%(Identifying MNIST datasets with CNN)
mnist分类
- mnist分类，python，tensorflow，深层神经网络(MNIST classification, python, tensorflow, deep neural network)
tensorflow-mnist
- 改进了官方的MNIST进阶demo，准确率提升。(The official MINIST advanced demo is improved and the accuracy is improved.)
PCA+mnist
- 基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。 经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwr