【实例简介】
MNIST手写字 Matlab程序,包含BP和CNN程序。不依赖任何库,包含MNIST数据,BP网络可达到98.3%的识别率,CNN可达到99%的识别率。CNN比较耗时,关于CNN的程序介绍:https://blog.csdn.net/hoho1151191150/article/details/79714691
【实例截图】
【核心代码】
c243b263-b1de-49e9-975c-afd5fc358332
└── MNIST手写字体识别-Matlab程序(CNN+BP实现)
├── bp
│ ├── acti_relu.m
│ ├── acti_relu_prime.m
│ ├── acti_sigmoid.m
│ ├── acti_sigmoid_prime.m
│ ├── bp_backpropagation.m
│ ├── bp_feedforward.m
│ ├── evaluatemnist.m
│ ├── feedforward.m
│ ├── loadMnistDataScript.m
│ ├── networksmnist2.m
│ ├── networksmnist3.m
│ ├── networksmnist.m
│ ├── readme.m
│ ├── SGD.m
│ ├── showdigit.m
│ └── softmax.m
├── cnn
│ ├── cnn_backpropagation2.m
│ ├── cnn_backpropagation.m
│ ├── cnn_evaluate.m
│ ├── cnn_feedforward.m
│ ├── cnn_initialize.m
│ ├── cnn_kron.m
│ ├── copyToGPU.m
│ ├── gones.m
│ ├── grand.m
│ ├── grandn.m
│ ├── gzeros.m
│ ├── loadMnistDataScript.m
│ ├── readme.m
│ ├── relu.m
│ ├── relu_prime.m
│ ├── run.m
│ ├── showdigit.m
│ ├── showWeights.m
│ ├── sigmoid.m
│ ├── sigmoid_prime.m
│ └── softmax.m
├── data
│ └── mnist.mat
└── fig
├── bp
│ ├── a100-100-m-100-me-50000-e-1-l-5.png
│ ├── a120-120-m-100-me-50000-e-1-l-5.png
│ ├── a80-80-m-100-me-50000-e-1-l-5.png
│ ├── relu-z2-m100-p5000-30-30.png
│ └── relu-z2-m100-p5000.png
└── cnn
└── cnnresult.png
7 directories, 44 files