文件名称：matlabalexnet图像识别代码-Digitrecognition-CNN--Monkeyspecies-CNN-TF:Digitrec
文件大小：2.57MB
文件格式：ZIP
更新时间：2024-06-12 16:30:13
系统开源
matlab alexnet图像识别代码 手写数字识别。 （SVM和CNN） 项目介绍：- SVM：-在MNIST数据集上实现线性和内核SVM。 您必须尝试使用不同的内核（线性，多项式，RBF）并在报告中比较结果。 您可以为此使用任何在线工具箱，例如LIBSVM（）或任何MATLAB内置函数。 您可以在此处应用PCA和LDA以降低尺寸。 深度学习：-建立卷积神经网络。 在MNIST训练集上对其进行训练，并在测试集上对其进行测试。 您可以设计架构，也可以使用LeCun的论文[1]中介绍的架构。 数据集您可以从下载MNIST。 数据集的说明也位于网站上。 基本上，它有一个包含60000张28 x 28灰度数字手写数字（10类）的训练集和一个包含10000张图像的测试集。 猴子种。 （CNN +转移学习） 项目介绍：- 对于项目的这一部分，您将应用一种通常称为“转移学习”的深度学习技术。 具体来说，转移学习可以用于数据或计算能力受到限制的深度学习应用程序。 在这里，您将获得一个包含十个类别（十个不同的猴子物种）的数据集，每个类别只有140张图像。 第一个任务是使用这些图像训练一个简单的卷
【文件预览】：
Digitrecognition-CNN--Monkeyspecies-CNN-TF-main
----Readme.md(4KB)
----CODE()
--------libsvmread.mexw64(13KB)
--------TF_CNN.m(2KB)
--------svmpredict.mexw64(27KB)
--------CNN_MNIST.m(5KB)
--------SVM.m(4KB)
--------SIMPLE_CNN.m(2KB)
--------libsvmwrite.mexw64(12KB)
--------svmtrain.mexw64(68KB)
--------t10k-images.idx3-ubyte(7.48MB)
--------t10k-labels.idx1-ubyte(10KB)
----REPORT.pdf(933KB)
----PROJECT-2.pdf(85KB)