资源简介
minist识别手写字体，使用CNN卷积神经网络，加入了交叉验证，并保存了交叉验证过程中效果最好的模型，收敛后正确率在0.99上下，LOSS函数使用交叉熵
代码片段和文件信息
相关资源
- MTCNN源码python版
- keras实现中文文本分类
- pytorch版本手写体识别MNIST.zip
- Mask R-CNN源码（TensorFlow版本）
- TensorflowOpenCV实现的CNN车牌识别代码
- 文本分类代码集合含数据_TextCNN_Text
- python实现CNN中文文本分类
- Deep learning with Python Francois Chollet
- 基于卷积神经网络的手势识别
- CNN用于图像分类以外的数字序列.rar
- DnCNN tensorflow实现
- Python-Tensorflow实现SpatialAsDeepSpatialCNN
- CNN+pythoncode8.18.zip
- 肺结节识别采用CNN
- RNN python
- 车牌识别Tensorflow_CNN_python_opencv.zip
- cifar-10 90%+代码
- 深度学习testCNN的python实现
- labelme标注数据集到COCO格式数据集转化
- 指静脉识别，keras，CNN
- python3使用tensorflow构建CNN卷积神经网络
- CNN卷积神经网络python代码
- Attention-CNN（Jianlong-Fu 大神制作）
- 基于卷积神经网络的手写数字识别
- Tensorflow之CNN实现CIFAR-10图像的分类p
- cython_bbox.so
- 适合的新手-CNN代码
- CNN网络识别Mnist的源码，有详细注释，
- CNN_源代码
- faster rcnn end-to-end loss曲线的绘制
川公网安备 51152502000135号
评论
共有 条评论