利用BP神经网络实现手写字符识别
2018-03-06 11:25
204 查看
利用python实现的BP神经网络，进行手写字符识别，训练与测试数据集为mnist，若实现UI界面需要安装pyqt5。代码开源在个人的github：https://github.com/SpyderXu/BP_mnist_UI效果：
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
- Tensorflow学习笔记（二）：利用CNN实现手写数字（mnist）识别
- 神经网络实现手写字符识别系统【来自实验楼】
- Java实现手写数字的识别（BP神经网络的运用）
- knn-2 利用knn算法实现手写数字识别
- 利用SVM(支持向量机)和MNIST库在OpenCV环境下实现手写数字0~9的识别
- 利用tensorflow一步一步实现基于MNIST 数据集进行手写数字识别的神经网络，逻辑回归
- 在树莓派上利用神经网络字符识别实现智能送餐车
- 利用Theano实现简单手写识别
- 利用贝叶斯分类器实现手写数字识别
- python在线神经网络实现手写字符识别系统
- 利用scikit-learn下的knn实现kaggle的手写数字识别问题
- 利用Hog 特征进行手写字符识别
- keras 实现CNN 进行手写字符识别
- 神经网络实现手写字符识别系统
- 神经网络实现手写字符识别系统
- 神经网络实现手写字符识别系统
- 神经网络实现手写字符识别系统
- 【机器学习】BP神经网络实现手写数字识别
- opencv（三）：HOG+SVM实现手写字符识别
- 手把手入门神经网络系列(2)_74行代码实现手写数字识别