手写识别
liu_coding
让CSDN记录下我技术成长的点点滴滴.
展开
-
机器学习实践之手写数字识别- 数据阶段分析总结
机器学习实践之手写数字识别 - 数据初识 2. 机器学习实践之手写数字识别 - 初步特征选择及线性识别 前面两章对数据进行了简单的特征提取及线性回归分析。识别率已经达到了85%, 完成了数字识别的第一步:数据探测。 这一章要做的就各种常用机器学习算法来对数据进行测试,并总结规律,为后续进一步提供准确率作准备。 这单选取的算法有:(后面有时间再对每个算法单独作分析总结介绍):原创 2016-06-30 23:33:19 · 5060 阅读 · 0 评论 -
5 机器学习实践之手写数字识别 - 最终实现版本(97%识别率)
采用多层神经网络识别,识别率到达了97%,完成了预期目标。自己的手写识别项目也就先告一段落了。 具体请看http://blog.csdn.net/net_wolf_007/article/details/52121784 BP神经网络python简单实现2(比较高效版)原创 2016-08-04 19:16:18 · 1045 阅读 · 0 评论 -
BP神经网络python简单实现2(性能优化)
这一版本主要是对 http://blog.csdn.net/net_wolf_007/article/details/52055718 实现的版本进行优化 上一版本主要是根据理论知识实现简单版本,步聚比较清晰。里面存在严重的性能问题,对激活函数的扩展问题及不能批量训练等主要问题。 性能上在 http://blog.csdn.net/net_wolf_007/article/details/52原创 2016-08-04 19:11:31 · 4519 阅读 · 2 评论 -
6 机器学习实践之手写数字识别-卷积神经网络实现
感谢 以下四篇文章,让我比较深刻了解了卷积神经网络 CNN 卷积神经网络推导和实现 http://blog.csdn.net/zouxy09/article/details/9993371 c++ 实现卷积神经网络 http://www.codeproject.com/Articles/16650/Neural-Network-for-Recognition-of-Handwritten-原创 2016-08-18 17:39:27 · 2502 阅读 · 1 评论