文件名称：Signed-MNIST-reognition：用于识别手语MNIST数据集中字母的卷积神经网络模型
文件大小：3KB
文件格式：ZIP
更新时间：2024-03-06 22:36:02
Python
MNIST签名 我开发了一种卷积神经网络模型，用于识别字母，该模型由24个美国手语（ASL）字母组成（不包括需要运动的字母）。 该CNN使用4个卷积层，4个池化层和2个完全连接的层来将ASL中的输入图像准确分类为相关字母。 该模型在25个时期内可达到99.986％的精度，在15个时期内可实现始终如一的精确度> 99％，且运行时间少于10分钟。 该模型是在Kaggle中构建的，可轻松导入和操作数据集，原始脚本以及执行输出可在 查看。 在此项目中实施的图书馆： 凯拉斯 TensorFlow 脾气暴躁的 大熊猫
【文件预览】：
Signed-MNIST-recognition-main
----CNN_gen.py(5KB)
----.gitignore(496B)
----README.md(906B)