本篇博客tensorflow1.7,整个项目源码：
引言
本次博客将分享Udacity无人驾驶纳米学位的另一个项目，交通标志的识别。
本次项目实现主要采用CNN卷积神经网络，具体的网络结构参考Lecun提出的LeNet结构。参考文献：
项目流程图
本项目的实现流程如下所示：
代码实现及解释
接下来我们就按照项目流程图来逐块实现,本项目数据集：
如果打不开，则有备用链接：
#import important packages/libraries
import numpy as np
import tensorflow as tf
import pickle
import matplotlib.pyplot as plt
import random
import csv
from sklearn.utils import shuffle
from tensorflow.contrib.laye
2021-12-07 17:09:18
11.48MB
1
CNN卷积神经网络MATLAB代码，mnist_uint8.mat是数据文件，其他的函数都有相应的解释。
2021-11-28 20:22:35
14.04MB
1
基于deap数据集，采用了卷积神经网络（CNN）和长短期记忆神经网络等四种模型进行对比，并结合pyeeg进行特征提取，最终准确率达到了90
2021-11-22 22:12:42
647.77MB
基于CNN的MNIST手写数字识别，最简单的卷积神经网络，附带源码和说明文档，代码有UI页面，可以实现对MNIST数字识别，也可以实现对手写录入数字识别
2021-11-22 16:01:59
26.89MB
1
音符识别
卷积神经网络，用于从乐谱中识别音符。
迄今为止最好的配置
STEP_SIZE = 1e-6 FEATURE_STEP_SIZE = 1e-6 REG = 1e-4 BATCH_SIZE = 32 FULLY_CONNECTED_NEURONS = 50 ITERATIONS = 50
conv（5个过滤器，3X3）=> relu => conv（5个过滤器，3X3）=> relu =>池=> conv（15个过滤器，3X3）=> relu =>池=>扁平=> 2 *隐藏=>softmax
间隔/增量分析统计
2021-10-23 10:57:36
16KB
1
卷积神经网络的人脸识别样本采集+Keras编程+识别模型训练和测试
参考博客：https://blog.csdn.net/qq_44830040/article/details/107163895
2021-10-11 15:22:46
16KB
1
基于CNN卷积神经网络，对Olivetti人脸数据集，实现了小型人脸识别项目，准确率达到85%。
# train_data: 320张，57*47， train_label:320个，1*40
# valid_data: 40张，57*47 ， valid_label:40个，1*40
# test_data: 40张，57*47 ， test_label:40个，1*40
2021-10-05 20:39:48
1.09MB
1
#4.1_CNN_卷积神经网络_(PyTorch_tutorial_神经网络_教学)
2021-09-01 21:00:13
47.17MB