手写数字识别

简介:

深度学习:
一、感知器
S型神经元image
sigmoid fuction:1/(1+exp(-z))image

    ![image](https://yqfile.alicdn.com/2e0144aba1df89e4ad5437e51aa21abc052025e5.png)

二、神经网路
这是一个三层神经网络
image
输入层 隐藏层 输出层
三、手写数字识别神经网络image
一共四层神经网络,第一层是以28*28灰度 784个神经元组成,第一隐藏层是15个神经元第二隐藏层是10个神经元用来输出0-9数字,输出层则是将输出数字转化成二进制。
利用cost function(代价函数)来检验其效率
image
利用梯度下降法,求得最优解image
image
随机梯度下降(SGD)image
image

目录
相关文章
|
14天前
|
机器学习/深度学习 编解码 PyTorch
Pytorch实现手写数字识别 | MNIST数据集(CNN卷积神经网络)
Pytorch实现手写数字识别 | MNIST数据集(CNN卷积神经网络)
|
14天前
|
机器学习/深度学习 数据采集 存储
基于支持向量机的手写数字识别
基于支持向量机的手写数字识别
|
14天前
|
机器学习/深度学习 数据采集 TensorFlow
R语言KERAS深度学习CNN卷积神经网络分类识别手写数字图像数据(MNIST)
R语言KERAS深度学习CNN卷积神经网络分类识别手写数字图像数据(MNIST)
|
9月前
|
机器学习/深度学习 人工智能 算法
基于 PyTorch 的图像特征提取
基于 PyTorch 的图像特征提取
|
14天前
|
机器学习/深度学习 数据采集 PyTorch
PyTorch使用神经网络进行手写数字识别实战(附源码,包括损失图像和准确率图像)
PyTorch使用神经网络进行手写数字识别实战(附源码,包括损失图像和准确率图像)
62 0
|
6月前
|
机器学习/深度学习 算法 Python
12 机器学习 - KNN实现手写数字识别
12 机器学习 - KNN实现手写数字识别
95 0
|
7月前
|
机器学习/深度学习 自然语言处理 算法
【深度学习】实验15 使用CNN完成MNIST手写体识别(Keras)
【深度学习】实验15 使用CNN完成MNIST手写体识别(Keras)
65 0
|
7月前
|
机器学习/深度学习 API TensorFlow
【深度学习】实验09 使用Keras完成线性回归
【深度学习】实验09 使用Keras完成线性回归
32 0
|
7月前
|
机器学习/深度学习 自然语言处理
【深度学习】实验17 使用GAN生成手写数字样本
【深度学习】实验17 使用GAN生成手写数字样本
82 0
|
11月前
|
TensorFlow 算法框架/工具 Python
【学习】手写数字生成
【学习】手写数字生成
243 0

热门文章

最新文章