识别手写数字

运行结果

在这里插入图片描述
在这里插入图片描述

概述

LeCun首次将反向传播算法应用于手写邮政编码识别,而后又将卷积神经网络应用于手写数字体识别,这便是CNN最初的模型–LeNet5。
LeNet5包含Input、卷积层1、池化层1、卷积层2、池化层2、全连接层、输出层。

层数意义权重
1INPUT[28x28x1]
2CONV5-32[28x28x32]
3POOL2[14x14x32]
4CONV5-64[14x14x64]
5POOL2[7x7x64]
6FC[1x1x1024]
7FC[1x1x10]

训练使用了tensorflow框架,ui使用了pyqt5。

代码链接

百度云链接:https://pan.baidu.com/s/119H35925caaQtl-zLjqgvw
提取码:ladv

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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