深度学习识别手写数字原理

本文探讨了如何使用神经网络和深度学习技术识别28 * 28像素的手写数字。通过将每个像素视为一个神经元,并利用激活函数如sigmoid进行处理,神经网络能逐层学习并识别图像,最终实现对0-9数字的有效识别。
摘要由CSDN通过智能技术生成
  1. 如何识别像素28 * 28手写数字3
    在这里插入图片描述
  2. 如果分成28 * 28 的网格具体如下:
    在这里插入图片描述
  3. 28 * 28 = 784, 可以由784个像素点代表3.大脑识别不用考虑这些像素点, 很容易识别, 这里不研究大脑如何识别, 而是电脑如何识别。
    大脑很容易区分3 和 6, 另外即使是3, 也有无数种写法, 这是难不倒大脑的。而计算机如何处理?
    在这里插入图片描述
  4. 如何是黑白图片, 可以根据灰度值作如下标记:黑色用0.0表示, 白色用1.0表示, 但无法识别是3.
    在这里插入图片描述
  5. 通过编写程序, 机器学习都无法解决这一问题, 这就需要提到神经网络, 根据大脑对图像的识别原理,解决:
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