5 机器学习实践之手写数字识别 - 最终实现版本（97%识别率）
2016-08-04 19:16
351 查看
采用多层神经网络识别，识别率到达了97%，完成了预期目标。自己的手写识别项目也就先告一段落了。
具体请看http://blog.csdn.net/net_wolf_007/article/details/52121784 BP神经网络python简单实现2(比较高效版)
具体请看http://blog.csdn.net/net_wolf_007/article/details/52121784 BP神经网络python简单实现2(比较高效版)
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 6 机器学习实践之手写数字识别-卷积神经网络实现
- 机器学习(10.1)--手写数字识别的不同算法比较(1)--mnist数据集不同版本解析及平均灰度实践
- python3与机器学习实践---2、KNN实现手写数字识别
- 深度学习-实现提高版本的手写数字识别算法
- 【机器学习】Knn算法实现手写数字识别
- 机器学习实践之手写数字识别- 数据阶段分析总结
- 2. 机器学习实践之手写数字识别 － 初步特征选择及线性识别
- 4 机器学习实践之手写数字识别- 神经网络识别
- 【机器学习】BP神经网络实现手写数字识别
- 机器学习笔记：tensorflow实现卷积神经网络经典案例--识别手写数字
- 机器学习/深度学习个人进阶日志-基于Tensorflow的手写数字识别项目最终篇
- 机器学习-kNN实现简单的手写数字识别系统
- 机器学习深度学习基础笔记(2)——梯度下降之手写数字识别算法实现
- 机器学习实践之手写数字识别 － 数据初识
- TensorFlow实现机器学习的“Hello World”--Mnist手写数字识别
- OpenCV机器学习：SVM分类器实现MNIST手写数字识别
- 基于神经网络和遗传算法的【手写数字识别】机器人的实现
- 手把手入门神经网络系列(2)_74行代码实现手写数字识别
- [毕业设计]手写数字识别系统设计与实现
- 手把手入门神经网络系列(2)_74行代码实现手写数字识别