实现手写数字识别(数据集50000张图片)比较3种算法神经网络、灰度平均值、SVM各自的准确率—Jason niu...

对手写数据集50000张图片实现阿拉伯数字0~9识别，并且对结果进行分析准确率，

手写数字数据集下载：http://yann.lecun.com/exdb/mnist/

首先，利用图片本身的属性，图片的灰度平均值进行识别分类，我运行出来的准确率是22%左右

利用图片的灰度平均值来进行分类实现手写图片识别(数据集50000张图片)——Jason niu

其次，利用SVM算法，我运行出来的准确率是93%左右，具体代码请点击

SVM：利用SVM算法实现手写图片识别(数据集50000张图片)—Jason niu 

 

最后，利用深度学习之神经网络，我运行出来的准确率是94%左右，具体代码请点击

NN：利用深度学习之神经网络实现手写数字识别(数据集50000张图片)—Jason niu

 

最后，我们发现神经网络和SVM的算法学习质量非常高，而传统的灰度平均值算法则差强人意！

转载于:https://www.cnblogs.com/yunyaniu/p/8277443.html