【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)