文件名称:MNIST-Handwritten-Digit-Recognition
文件大小:5KB
文件格式:ZIP
更新时间:2024-05-08 22:13:26
Python
MNIST手写数字识别 概括 该项目的目的是编写一个程序,该程序可以识别和分类手写数字,并且其准确性要高于先前实现的99.15%。 为此,将训练卷积神经网络(CNN)模型并将其用于此任务。 包含70,000张图像的MNIST数据集将用于训练机器学习模型。 数据集中的每个图像都是大小为28x28像素的灰度图像。 最初,将数据集加载并存储到变量中。 然后将其分为训练数据和测试数据。 训练样本用于训练机器学习分类模型,而测试样本用于验证。 此外,将通过计算CNN模型的准确性得分来评估机器学习模型的性能。 背景技术卷积神经网络是一种由几层组成的机器学习模型。 对于分类和识别任务(包括手写数字识别)非常有用。 参考: : 挑战 由于我不熟悉OpenCV库,而且我对机器学习领域的了解有限,因此要在有限的时间内学习完成项目所需的所有概念将是一个挑战。 通过完成这个项目,我希望扩展我在机器学习概
【文件预览】:
MNIST-Handwritten-Digit-Recognition-main
----DigitRecognizer.py(3KB)
----Final_Write_Up(7KB)
----README.md(2KB)