-numpy-
全连接神经网络（纯numpy实现，三层），对minist手写测试数据集可以达到87的准确率。
2021-09-25 02:08:41
2KB
1
总共42000个数字，以下有3个版本数据，任选。注意不管用哪个，训练集和测试集一定要分开。
1. mnist.csv文件：
第一列为label
之后784列为每个像素数据，值为0-255
2. mnist-010.csv文件：
第一列为label
之后784列为每个像素数据，值为0或1(大于180的置1，小于180的置0)
3. mnist-010.zip：
里面有一个mnist_010文件夹，和dataManager.py
mnist_010文件夹:
9个表格文件，内容和2.一样
前8个有5000个数据，最后一个有2000个
dataManager.py
功能：获取训练数据，测试结果（有3个方法，导入model，导入结果list，导入结果生成函数）
具体看注释
2021-09-01 14:25:56
12.09MB
1
本资源针对minist数据集的CSV文件进行神经网络的训练，由于minist数据集较大，这里数据集里面有100个训练数据，10个测试数据，此代码不使用TensorFlow和pytorch等深度框架，使用numpy进行两层全连接神经网络的设计。
2021-08-24 12:52:00
207KB
1
MINIST手写字 Matlab BP神经网络程序 简要介绍http://blog.csdn.net/hoho1151191150/article/details/79573828
2021-08-01 18:27:26
26KB
1
用于学习谷歌的TensorFlow
55000 组 图片和标签, 用于训练。
5000 组 图片和标签, 用于迭代验证训练的准确性。
10000 组 图片和标签, 用于最终测试训练的准确性。
2021-07-29 09:25:45
21.76MB
1