资源简介

这是一个用ANN(人工神经网络)对手写数字进行识别的程序。 有以下一些特性: 1)前端(网页)用JavaScript,html 5,css开发; 2)后端(服务器)用python写的(2.7版本); 3)功能:#支持在网页画布上(用鼠标)写数字,并会返回预测结果; #支持重置网页画布; #支持向服务器发送训练样本; #支持图片预览,图片上传; #支持对上传的图片中英文字母的识别。 这是一个非常酷的程序,C/S架构,代码也不是很复杂,而且设计了一些很有趣的知识(机器学习,神经网络,http数据传递,前后端开发等等)。感兴趣的同学可以下载下来看一看,有不懂的可以评论留言。

资源截图

代码片段和文件信息

“““
In order to decide how many hidden nodes the hidden layer should have
split up the data set into training and testing data and create networks
with various hidden node counts (5 10 15 ... 45) testing the performance
for each.

The best-performing node count is used in the actual system. If multiple counts
perform similarly choose the smallest count for a smaller network with fewer computations.
“““

import numpy as np
from ocr import OCRNeuralNetwork
from sklearn.cross_validation import train_test_split

def test(data_matrix data_labels test_indices nn):
    avg_sum = 0
    for j in xrange(100):
        correct_guess_count = 0
        for i in test_indices:
            test = data_matrix[i]
            prediction = nn.predict(test)
            if data_labels[i] == prediction:
                correct_guess_count += 1

        avg_sum += (correct_guess_count / float(len(test_indices)))
    return avg_sum / 100


# Load data samples and labels into matrix
data_matrix = np.loadtxt(open(‘data.csv‘ ‘rb‘) delimiter = ‘‘).tolist()
data_labels = np.loadtxt(open(‘dataLabels.csv‘ ‘rb‘)).tolist()

# Create training and testing sets.
train_indices test_indices = train_test_split(list(range(5000)))

print “PERFORMANCE“
print “-----------“

# Try various number of hidden nodes and see what performs best
# for i in xrange(5 50 5):
i=100
nn = OCRNeuralNetwork(i data_matrix data_labels train_indices False)
performance = str(test(data_matrix data_labels test_indices nn))
print “{i} Hidden Nodes: {val}“.format(i=i val=performance)

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件    26337792  2018-06-29 08:14  data.csv
     文件       10000  2018-06-29 08:07  dataLabels.csv
     文件      248949  2018-07-02 17:53  jquery.js
     文件        1564  2018-07-02 16:56  neural_network_design.py
     文件      179055  2018-07-04 20:37  nn.json
     文件        6062  2018-07-04 20:45  ocr.html
     文件       10706  2018-07-04 20:44  ocr.js
     文件        5270  2018-07-02 13:27  ocr.py
     文件        3719  2018-07-04 15:10  server.py

评论

共有 条评论