- 博客(2)
- 收藏
- 关注
RSS订阅原创 使用飞桨完成手写数字识别模型
手写数字识别任务 数字识别是计算机从纸质文档、照片或其他来源接收、理解并识别可读的数字的能力，目前比较受关注的是手写数字识别。手写数字识别是一个典型的图像分类问题，已经被广泛应用于汇款单号识别、手写邮政编码识别等领域，大大缩短了业务处理时间，提升了工作效率和质量。 在处理手写邮政编码的简单图像分类任务时，可以使用基于MNIST数据集的手写数字识别模型。MNIST是深度学习领域标准、易用的成熟数据集，包含60000条训练样本和10000条测试样本。 任务输入：一系列手写数字图片，其中每张图片都是28x28的像
2020-08-20 15:55:12
1096
原创 使用Python语言构建模型——paddle飞桨学习笔记
这里写自定义目录标题数据处理读入训练数据数据形状变换查看数据数据集划分数据归一化处理封装成load data函数 本文是基于百度飞桨的学习，很多资料去飞桨官网寻找即可 数据处理 数据处理包含五个部分：数据导入、数据形状变换、数据集划分、数据归一化处理和封装load data函数。数据预处理后，才能被模型调用。 说明： 本教程中的代码都可以在AIStudio上直接运行，Print结果都是基于程序真实运行的结果。 由于是真实案例，代码之间存在依赖关系，因此需要读者逐条、全部运行，否则会导致命令执行报错。 读入数
2020-08-15 12:59:03
993
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人