资源简介
python搭建bp实现的手写数字识别,包含minist数据集
代码片段和文件信息
# -*- coding: utf-8 -*-
import math
import numpy as np
import scipy.io as sio
# 读入数据
################################################################################################
print(“输入样本文件名(需放在程序目录下)“)
filename = ‘mnist_train.mat‘ # raw_input() # 换成raw_input()可自由输入文件名
sample = sio.loadmat(filename)
sample = sample[“mnist_train“]
sample /= 256.0 # 特征向量归一化
print(“输入标签文件名(需放在程序目录下)“)
filename = ‘mnist_train_labels.mat‘ # raw_input() # 换成raw_input()可自由输入文件名
label = sio.loadmat(filename)
label = label[“mnist_train_labels“]
##################################################################################################
# 神经网络配置
##################################################################################################
samp_num = len(sample) # 样本总数
inp_num
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 5206 2019-05-12 13:35 数字识别\BPNetwork.py
文件 3276274 2015-04-27 07:13 数字识别\mnist_test.mat
文件 4795 2015-04-27 07:13 数字识别\mnist_test_labels.mat
文件 19816714 2015-04-27 07:13 数字识别\mnist_train.mat
文件 30064 2015-04-27 07:13 数字识别\mnist_train_labels.mat
文件 980193 2019-05-29 20:00 数字识别\MyNetWork
目录 0 2019-05-12 13:35 数字识别
----------- --------- ---------- ----- ----
24113246 7
- 上一篇:《深入理解Python中文版》pdf
- 下一篇:python基本语法
相关资源
- 神经网络实现简单的手写数字识别
- 手写数字识别:Python+BP神经网络+PYQ
- 创建画板,实时在线手写体识别
- 基于TensorFlow的手写数字识别程序
- 代码:Python+TensorFlow+PyQt实现手写体数
- SVM分类手动鼠标手写数字-python版本
- 多层感知器实现,机器学习,神经网
- KSVD代码手写版本
- Python手写体数字识别带详细注释2.0
- Python手写体数字识别——带详细注释
- FIR数字带通滤波器(Python实现)
- 手写体识别代码
- Tensorflow实现GAN生成mnist手写数字图片
- 纯python实现mnist手写体识别.zip
- 基于selective_search对手写数字串进行分
- Python实现国密SM2密钥分配加解密、数
- openCV+PYTHON实现的knn算法手写数字识别
- tensorflow手写数字识别python源码案例
- 基于卷积神经网络的手写数字识别
- tensorflow2.0实现mnist手写数字识别代码
- 手写体数字识别原始数据和贝叶斯代
- 基于Python+Theano实现的Lenet5源代码(附
- 支持向量机进行数字识别
- pytorch-基于RNN的MNIST手写数据集识别
- 基于SVM的手写字体识别Python版本
- 手写数字识别源码 识别率98%以上 无
- 利用keras实现的cnn卷积神经网络对手写
- 数字图像处理Python制作简易软件系统
- python实现KNN手写字体识别Demo
- 基于KNN实现“手写识别”
评论
共有 条评论