【文件属性】：
文件名称：EMNIST：旨在探索CNN和RCNN在对EMNIST数据集进行分类方面的有效性的项目
文件大小：557KB
文件格式：ZIP
更新时间：2021-02-05 03:36:10
learning flask tensorflow keras python3
恩尼斯
由@coopss开发
描述
该项目旨在探索卷积神经网络（CNN）的特性，并了解它们与递归卷积神经网络（RCNN）的比较。 这是受到我阅读的启发，该详细介绍了RCNN在对象识别中的效果，甚至表现出与CNN相对较少的参数。 除了探索CNN / RCNN有效性，我建立了一个简单的接口，以测试更具挑战的数据集（而不是在）
当前实施
多栈CNN
Web小程序测试环境
兼容触摸屏
当字母占画布的大部分时，效果最佳
读入.mat文件
当前正在对培训（直接下载链接） 查看以获取更多信息
去做
用新的webapp更新gif
训练更多模型
神经网络
优化超参数
在输入中添加噪声（高斯或类似）图层，以
【文件预览】：
EMNIST-master
----.gitignore(90B)
----training.py(7KB)
----templates()
--------index.html(2KB)
----bin()
--------.gitkeep(0B)
----LICENSE(1KB)
----static()
--------preview.gif(1.11MB)
--------jquery-3.2.0.min.js(85KB)
--------index.js(3KB)
--------style.css(535B)
----server.py(3KB)
----README.md(3KB)
----dependencies.txt(276B)