Keras中使用CNN来完成MNIST手写体识别

最新推荐文章于 2024-02-03 23:07:46 发布
最新推荐文章于 2024-02-03 23:07:46 发布
阅读量2.4k 收藏 6
点赞数
分类专栏： 深度学习 keras 文章标签： 人工神经网络 深度学习 keras
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_34464926/article/details/80858720
版权
本文通过Keras利用卷积神经网络（CNN）对MNIST手写体数据集进行识别，旨在提升识别准确率，相较于多层感知机，CNN在图像识别任务上表现出更优的效果。
摘要由CSDN通过智能技术生成

     在上一篇文章中，使用了传统的多层感知机神经网络来实现手写体识别，具体参见这里，最终获得了大概97%的神经网络，还能不能得到更高的准确率的，答案当然是肯定的，那就是卷积神经网络CNN。在这里我们使用keras的CNN网络来实现MNIST手写体识别任务。具体的步骤与之前类似，直接贴代码吧：

import numpy as np

f = np.load('mnist.npz')
x_train, y_train = f['x_train'], f['y_train']
x_test, y_test = f['x_test'], f['y_test']
f.close()
print('训练数据集样本数： %d ,标签个数 %d ' % (len(x_train), len(y_train)))
print('测试数据集样本数： %d ,标签个数  %d ' % (len(x_test), len(y_test)))

print(x_train.shape)
print(x_test.shape)
最低0.47元/天 解锁文章
人如墨
关注
  • 0
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
[Tensorflow][5]MNIST数字识别问题
T0UGH
03-10 365
第五章 MNIST数字识别问题5.1 MNIST数据处理 MNIST数据集简介 MNIST数据集是NIST数据集的一个子集，是一个手写体数字识别数据集 它包含60000张图片作为训练数据，10000张图片作为测试数据 在MNIST数据集中的每一张图片都代表了0~9中的一个数字，图片的大小都是28*28，且数字都出现在图片的正中间...
keras用CNN识别mnist
weixin_41388458的博客
04-15 309
import numpy as np np.random.seed(1337) #重复性 from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense from keras.layers impo...
利用CNN实现MNIST
林林同學的博客
03-15 460
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) sess=tf.InteractiveSession() x=tf.placeholder(tf.f
keras实现CNN+mnist
yannkaii的博客
05-15 440
CNN的基本结构： 1.图像就是输入层 2.接着是CNN特有的卷积层（convolution），卷积层的自带激活函数使用的是ReLU 3.接着是CNN特有的池化层（pooling）， 4.卷积层+池化层的组合可以在隐藏层中出现很多次。也可以灵活组合，卷积+卷积+池化、卷积+卷积等 5.在若干卷积层+池化层之后是全连接层（fully connected layer），其实就是DNN结构，只是输出层使用了Softmax激活函数来做图像识别的分类 6.一般fc就为CNN的全连接层 keras实现CNN+mn.
CNN完成mnist数据集手写数字识别
weixin_30239339的博客
02-18 189
# coding: utf-8 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data def weight_variable(shape): initial = tf.truncated_normal(shape, stddev=0.1) retur...
Test_Keras_Mnist_CNN.rar_cnn 手写_keras_mnist Jupyter_mnist 手写识别_p
09-20
标题中的"Test_Keras_Mnist_CNN.rar_cnn 手写_keras_mnist Jupyter_mnist 手写识别_p"表明这是一个关于使用Keras库在Jupyter环境中实现的卷积神经网络（CNN）来识别MNIST手写数字的项目。MNIST数据集是机器学习领域...
基于Keras的Mnist手写体识别
09-05
构建模型：详细解释如何使用Keras构建一个简单的卷积神经网络（CNN）模型。包括构建模型结构，定义优化器，设置损失函数等步骤。 模型训练：说明如何使用构建的模型对MNIST数据集进行训练，并展示训练过程中的准确率...
MNIST手写体识别
11-21
MNIST手写体识别是计算机视觉领域中的一个经典任务，主要目标是训练模型来自动识别手写数字。在这个任务中，我们使用TensorFlow这一强大的深度学习框架来构建和训练模型。TensorFlow是一个开源的平台，它允许开发...
使用Keras构建CNN用于训练和识别MNIST手写数据集（内附完整代码）
caicau的博客
01-08 1729
Keras: 是一个用Python编写的深度学习API，运行在机器学习平台TensorFlow之上。它的开发重点是实现快速实验, 类似于把tensorflow各个模块都集成为一个软件工具包，直接调用就行，简单方便。在这篇文章中，我们将构建一个简单的卷积神经网络(CNN)，并训练它用Keras训练和识别MNIST手写数据集。 MNIST:手写数字图片数据集 CNN: 卷积神经网络 本示例使用的CNN一共有三层神经网络，卷积层(conv)，池化层(pooling)，全连接层(fullyconnec..
基于cnn的手写识别数据集
03-10
基于cnn的手写识别，包含对应的数据库，直接在matlab中运行即可！
MNIST手写字体识别结果模板（3万轮训练）
01-27
这是训练好的MNIST识别库模板，三万轮训练，正确率:99.28%,可以直接拿来识别具体的图片，识别方法请看我博文
keras进行手写体识别
qq_40716944的博客
11-13 742
用MLP进行手写体识别 # -*- coding: utf-8 -*- import keras from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout from keras.optimizers import RMSprop ...
MNIST识别
weixin_30795127的博客
09-07 463
mnist数据集： train-images-idx3-ubyte.gz:训练集图像（9912422 bytes）train-lables-idx1-ubyte.gz:训练集标签（28881 bytes）t10k-images-idx3-ubyte.gz:测试集图像（1648877 bytes）t10k-lables-idx1-ubyte.gz:测试集标签（4542 b...
Keras 简单CNN运用于手写数字识别
matafeiyanll的博客
02-10 326
Keras 手写数字识别 准确率99% 导入相关的包 import numpy as np from keras.utils import np_utils from keras.models import Sequential #Convolution2D二维卷积，MaxPooling2D二维最大池化，Flatten把数据扁平化 from keras.layers import Dense,Dr...
keras基础--8.CNN应用于手写数字识别
zeronose的博客
05-12 215
import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense,Dropout,Convolution2D,MaxPooling2D,Flatten from keras.optimizers import Adam #载入数据 (x_train,y_train),(x
MNIST数据集，图像识别（一）
Jacknbv的博客
04-10 5154
1、MNIST简介 MNIST是一组带标签的图像集合，专门为监督学习组装而成，是改良的NIST。官网有这样的一段描述性话语：“It is a subset of a larger set available from NIST. The digits have been size-normalized and centered in a fixed-size image.”MNIST包含了若干手写的数字图像，其数值也是该图像的标签。每个图像的像素是28px*28px的灰度像素。 ...
【深度学习】: MNIST手写数字识别
最新发布
chen695969的博客
02-03 2607
MNIST手写数字识别数据集是图像分类领域最常用的数据集之一，它包含60,000张训练图片，10,000张测试图片，图片中的数字均被缩放到同一尺寸且置于图像中央，图片大小为28×28。MNIST数据集中的每个样本都是一个大小为784×1的矩阵(从28×28转换得到)。MNIST数据集中的数字包括0到9共10类，如下图所示。注意，任何关于测试集的信息都不该被引入训练过程。在本次案例中，我们将构建多层感知机来完成MNIST手写数字识别。
利用TensorFlow和Keras实现MNIST手写体识别：MLP与CNN深度学习实验
本实验指导书针对人工智能导论课程，主要涉及多层感知器（Multi-Layer Perceptron, MLP）和卷积神经网络（Convolutional Neural Network, CNN）在图像分类任务中的应用，特别是使用TensorFlow或Keras这两个深度学习...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值