java手写图像识别_Java分布式神经网络库Deeplearning4j之上手实践手写数字图像识别与模型训练...

使用Java分布式神经网络库Deeplearning4j,通过MnistImagePipelineExampleSave下载数据集进行训练并保存模型,然后在MnistImagePipelineLoadChooser中加载模型,对手写数字图像进行识别测试。实验证明,模型对手写数字的识别准确度较高。
摘要由CSDN通过智能技术生成

环境的搭建可以参考另一篇文章。

0818b9ca8b590ca3270a3433284dd417.png

第一步运行MnistImagePipelineExampleSave代码下载数据集,并进行训练和保存

需要下载一个文件(windows默认保存在C:\Users\Administrator\AppData\Local\Temp\dl4j_Mnist)。文件存在git。如果网络不好。建议手动下载并解压。然后注释掉代码中的下载方法即可。如图所示:

0818b9ca8b590ca3270a3433284dd417.png

训练需要一段时间等待即可。时间长短取决于自己电脑配置。

第二步运行MnistImagePipelineLoadChooser代码。并选中一个手写数字图像。进行识别测试

package org.deeplearning4j.examples.dataexamples;

import org.datavec.image.loader.NativeImageLoader;

import org.deeplearning4j.nn.multilayer.MultiLayerNetwork;

import org.deeplearning4j.util.ModelSerializer;

import org.nd4j.linalg.api.ndarray.INDArray;

import org.nd4j.linalg.datas

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