文件名称：通过神经网络进行光学字符识别
文件大小：3KB
文件格式：ZIP
更新时间：2024-03-04 22:19:32
JupyterNotebook
通过神经网络进行光学字符识别 本练习的任务是开发一个神经网络模型，该模型可以将人类手写的数字分类为前10个数字。 通过sklearn提供的内置实用程序功能加载MNIST数字数据集。 导入必要的类以进行k交叉折叠验证。 您可以根据您的计算预算和任务复杂程度*选择k，但对于大多数情况，“ k = 5”就足够了。 请预留20％的图像进行测试。 为“ MLPClassifier”定义一个超参数网格，该网格是Sklearn的神经网络模型实现。 在上面选择的范围内定义一个随机搜索过程，然后通过为搜索对象调用'.fit'方法来训练模型。 报告一种测试准确性和发现的最佳超参数。
【文件预览】：
Optical-Character-Recognition-via-Neural-Networks-main
----README.md(867B)
----Optical character Recognition.ipynb(8KB)