mnist

深度学习工程化：基于TensorFlow的模型部署全流程详解

第一部分：模型准备与优化1.1模型训练与保存importtensorflowastf#训练模型（以MNIST为例）m
2501_91537435·2025-05-10 13:28

LeNet-5详解

LeNet-5是卷积神经网络（CNN）的开山之作，由YannLeCun团队于1998年提出，最初用于手写数字识别（MNIST数据集）。
巷955·2025-05-08 18:41

常见的卷积神经网络列举

经典的卷积神经网络（CNN）在深度学习发展史上具有重要地位，以下是一些里程碑式的模型及其核心贡献：1.LeNet-5（1998）提出者：YannLeCun特点：首个成功应用于手写数字识别（MNIST）的
巷955·2025-05-08 17:36

用卷积神经网络 (CNN) 实现 MNIST 手写数字识别

在深度学习领域，MNIST手写数字识别是经典的入门级项目，就像编程世界里的“Hello,World”。
进来有惊喜·2025-05-07 04:48

零基础-动手学深度学习-3.6softmax回归的从零开始实现

softmax操作三、定义模型四、定义损失函数五、分类精度六、训练七、一点补充鄙人生医转码，道行浅薄，请多谅解~感觉这章的内容超量，代码和详解都非常长，细嚼慢咽ing~首先导入需要的库和上一章讲的训练和测试集MNIST
生医转码，四海为家·2025-05-06 16:03

从零实现LeNet5卷积神经网络：MNIST手写数字识别实战

本文将带您实现经典的LeNet5网络架构，并在MNIST手写数字数据集上进行训练与评估。我们将深入探讨数据预处理、网络设计、模型训练和性能分析等关键环节，帮助您全面理解卷积神经网络的工作原理。
loopdeloop·2025-05-05 00:40

深度学习之基于Pytorch的卷积神经网络MNIST手写数字识别

MNIST手写数字数据集包含了大量的手写数字图片，这些图片都是经过标注的0-9的手写数字。本项目旨在利用PyTorch深度学习框架，构建卷积神经网络（ConvolutionalNeu
Q1744828575·2025-05-04 14:04

TensorFlow 入门实战：手把手教你训练第一个神经网络

本文将带你通过一个经典案例——训练一个模型识别手写数字（MNIST数据集），掌握神经网络的基本构建流程。二、准备工作1.安装TensorFlow确保
2501_91537435·2025-05-04 07:52

查看MNIST数据集中的图片

介绍MNIST是一个手写数字的数据集，对里面的数据进行了分类处理，将每一张图片放到自己对应的文件夹下。这里只使用了训练集，要看测试集的可以自行查看。
honeysuckle_luo·2025-05-03 11:42

第18节：6种传统方法实战项目（MNIST分类）

为了探究不同传统算法在分类上的表现，本文实现了6种算法，这些脚本都遵循相同的模式：加载MNIST数据集划分训练集和测试集训练指定模型评估并输出结果要运行这些脚本，只需分别执行每个文件即可。
点我头像干啥·2025-05-03 02:06

手写数字识别入门实战

《手写数字识别实战：从逻辑回归到CNN的进阶之路（完整代码解析）》##前言手写数字识别（MNIST）是机器学习领域的"HelloWorld"。
wizonebb·2025-05-02 21:35

深度学习---框架流程

核心步骤包括：1.数据收集与标注来源：公开数据集（如ImageNet、MNIST）、网络爬取、传感器采集、人工标注（如图片分类标签、文本情感标注）。
MzKyle·2025-04-30 06:10

GAN：Generative Adversarial Nets

GenerativeAdversarialNets原文：https://arxiv.org/pdf/1406.2661.pdf代码：www.github.com/goodfeli/adversarial数据集：MNIST
「已注销」·2025-04-30 06:39

MATLAB实现神经网络的OCR识别

使用说明：‌运行要求‌：MATLABR2020b或更新版本已安装DeepLearningToolbox推荐使用GPU加速（训练时在代码开头添加gpuDevice(1)）‌代码特点‌：使用MATLAB自带的MNIST
potato_potato_123·2025-04-29 20:59

结合PCA、t-SNE/UMAP与聚类算法进行高维数据分析

降维技术概述3.1主成分分析（PCA）3.2t-SNE3.3UMAP4.聚类算法概述4.1K-Means4.2层次聚类4.3DBSCAN5.结合降维与聚类的方法6.案例分析6.1案例一：手写数字识别（MNIST
闲人编程·2025-04-25 06:10

MNIST手写数字识别

MNIST手写数字识别作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词MNIST,手写数字识别,卷积神经网络,深度学习,数据可视化1.背景介绍1.1
AI大模型应用之禅·2025-04-24 19:26

计算机视觉与深度学习 ｜ TensorFlow基本概念与应用场景：MNIST 手写数字识别（附代码）

TensorFlow基本概念TensorFlow是一个开源的机器学习框架，由Google开发，核心概念包括：张量（Tensor）：多维数组，是数据的基本单位。计算图（Graph）：早期版本中用于描述数据流和计算过程，2.x默认启用即时执行（EagerExecution），兼顾灵活性和性能。层（Layers）：预定义或自定义的神经网络组件（如全连接层、卷积层）。模型（Model）：通过组合层构建的神
单北斗SLAMer·2025-04-24 19:24

基于pytorch实战项目的总结经验（2)

详细分享一下模型训练经验，新手且好久没有跑深度学习项目了，可能会有些错误项目案例：时尚服饰判别：FashionMNIST准备数据集：数据预处理：Fashion-MNIST数据集中每个图像都是一个28x28
sannyly·2025-04-22 16:30

# 手写数字识别：使用PyTorch构建MNIST分类器

手写数字识别：使用PyTorch构建MNIST分类器在这篇文章中，我将引导你通过使用PyTorch框架构建一个简单的神经网络模型，用于识别MNIST数据集中的手写数字。
www_pp_·2025-04-22 11:23

LeNet神经网络

一、LeNet概述1.历史地位开创性模型：首个成功应用的卷积神经网络（1998年）应用场景：手写数字识别（MNIST数据集）、银行支票识别提出者：YannLeCun团队（论文《Gradient-BasedLearningAppliedtoDocumentRecognition
code 旭·2025-04-20 01:00

第 5 期（进阶版）：训练第一个 DDPM 模型（使用 CIFAR-10 数据集）

本期目标将MNIST替换为CIFAR-10；模型结构适配RGB三通道输入；保持原始扩散与采样流程；增加图像可视化对比！
厚衣服_3·2025-04-19 18:14

手写数字识别项目

importnumpyasnpimporttorchfromtorchvision.datasetsimportmnistimporttorchvision.transformsastransformsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasFimporttorch.optimasoptimfromtorchim
L_pyu·2025-04-15 01:53

MNIST数据集下载指南

MNIST数据集下载指南项目地址:https://gitcode.com/Resource-Bundle-Collection/d47b0本仓库提供了一个方便的途径来下载MNIST数据集，该数据集是机器学习领域中非常经典的一个数据集
甄奕媛·2025-04-09 00:43

多模态医学图像数据集

MedMNIST：这是一个包含10个医学公开数据集的集合，共计包含45万张28*28的医学多模态图片数据，可用于解决医学图像分析相关问题。
蕉蕉树上有香香·2025-04-06 01:00

使用python完成手写数字识别

实现思路数据集：MNIST（包含60,000个训练样本和10,000个测试样本）深度学习框架：Keras（基于TensorFlow）模型架构：卷积神经网络（CNN）实现步骤：数据加载与预处理构建CNN模型训练模型评估模型性能保存模型并使用新数据预测代码思路数据预处理
大泽九章·2025-04-06 01:29

使用PyTorch实现ResNet：从残差块到完整模型训练

本文将从残差块的定义开始，逐步实现一个ResNet模型，并在FashionMNIST数据集上进行训练和测试。
意.远·2025-04-05 09:16

使用PyTorch实现LeNet-5并在Fashion-MNIST数据集上训练

本文将展示如何使用PyTorch实现经典的LeNet-5卷积神经网络，并在Fashion-MNIST数据集上进行训练和评估。代码包含完整的网络定义、数据加载、训练流程及结果可视化。
意.远·2025-04-03 17:52

PyTorch 深度学习实战（27）：扩散模型（Diffusion Models）与图像生成

核心思想扩散模型（DiffusionModels）通过逐步添加和去除噪声学习数据分布，核心分为两个过程：2.训练目标（简化损失函数）通过最小化预测噪声的均方误差：二、扩散模型实现（基于PyTorch）以MNIST
进取星辰·2025-04-02 11:34

手写数字识别（深度学习小实践）

小白学习ing文章目录前言一、神经网络学习与实践1.学习2.推理二、手写数字识别1、读入mnist数据集（学习）2、神经网络的推理改进→批处理前言非常简单的深度学习小实践，没有用框架，仅使用简单的Python
我是来学习的你们要干什么·2025-04-01 02:06

从代码学习深度学习 - 含并行连结的网络（GoogLeNet）PyTorch版

文章目录前言一、GoogLeNet的理论基础1.1背景与创新点1.2.Inception模块的工作原理二、完整代码实现与解析2.1.环境准备与工具函数2.2.数据加载-Fashion-MNIST2.3.
飞雪白鹿€·2025-03-31 13:29

TensorFlow-MNIST手写数字分类

数据准备fromtensorflow.keras.datasetsimportmnist#加载数据集（已划分为训练集和测试集）(x_train,y_train),
Enougme·2025-03-28 07:59

《Python实战进阶》第32集：使用 TensorFlow 构建神经网络

通过实战案例，我们将使用MNIST数据集构建一个手写数字识别模型，帮助您掌握TensorFlow的基本用法。核心
带娃的IT创业者·2025-03-26 01:46

6 卷积神经网络实现MNIST手写数字识别

代码实现了基本的CNN共两层神经网络，包括两层卷积层两层池化层使用的数据集为单通道28*28像素的MNIST数据集，共10个标签训练集可直接在代码里下载代码模块如下：importtorchfromtorchimportnnfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets
机械专业搞视觉的小白·2025-03-25 21:18

基于Python卷积神经网络的Mnist手写数字识别

Mnist数据集是一个包含大量手写数字图片的数据集，被广泛用于训练和测试各种图像识别算法。使用卷积神经网络（ConvolutionalNeuralNetwork，简称CNN）来解决手写数字识别问题，不
2301_79809972·2025-03-25 20:12

基于 PyTorch 的 MNIST 手写数字分类模型

一、概述本代码使用PyTorch框架构建了一个简单的神经网络模型，用于解决MNIST手写数字分类任务。
欣然～·2025-03-24 04:27

回归任务训练--MNIST全连接神经网络（Mnist_NN）

importtorchimportnumpyasnpimportloggingfromtorch.utils.dataimportTensorDataset,DataLoaderfromtorch.utils.dataimportDataLoader#配置日志logging.basicConfig(level=logging.INFO,format='%(asctime)s-%(levelname
豆芽819·2025-03-22 18:10

PyTorch基础知识讲解（一）完整训练流程示例

我们将使用FashionMNIST数据集来训练一个神经网络，预测输入图像是否属于以下
苏雨流丰·2025-03-22 12:20

使用 TensorFlow 进行图像处理：深度解析卷积神经网络（CNN）

2.使用TensorFlow构建CNN2.1环境准备2.2加载并预处理MNIST数据集2.3构建CNN模型2.4编译和训练模型2.5评估模型3.CNN的优化与改进3.1使用数据增强3.2调整网络结构4.
一碗黄焖鸡三碗米饭·2025-03-20 12:28

MNIST数据集&手写数字识别

TensorFlow是一个开源的机器学习框架，由Google开发并发布。它提供了一种基于数据流图的编程模型，用于构建和训练机器学习模型。TensorFlow的核心概念是张量（Tensor）和流图（Graph）。张量是TensorFlow中的基本数据单位，可以理解为多维数组，可以是标量、向量、矩阵或更高维度的数组。流图是由一系列操作（Operation）和张量组成的。操作定义了计算和转换张量的方式。
Zoro｜·2025-03-19 13:18

深度学习框架PyTorch——从入门到精通（4）数据转换

FashionMNIST数据集
Fansv587·2025-03-19 11:01

pytorch的使用：卷积神经网络模块

28num_classes=10#标签的种类数num_epochs=3#训练的总循环周期batch_size=64#一个撮（批次）的大小，64张图片#训练集train_dataset=datasets.MNIST
樱花的浪漫·2025-03-18 00:11

Python 在人工智能领域的实际6大案例

二、案例一：手写数字识别（MNIST）1.背景介绍手写数字识别是机器学习领域的经典入门项目，MNIST数据集包含了
Solomon_肖哥弹架构·2025-03-16 10:00

KNN算法实例_手写识别系统

在数据处理过程中，将使用一个常见的手写数字数据集，如MNIST数据集。数据集我们将使用MNIST数据集，它包含60000个训练样本和10000个测试样本。
V文宝·2025-03-14 16:47

3.10 项目总结

以下是项目的总结、内容分析以及优化建议：项目总结1.目标：使用神经网络对MNIST数据集中的手写数字进行分类。2.步骤：-数据加载和预处理。-构建神经网络模型。-定义损失函数和优化器。
不要不开心了·2025-03-11 01:58

数字识别项目

：很暴力，拿来一堆直接上（各种分类器都来了）·可以堆叠各种各样的分类器（KNN,SVM,RF等等）·分阶段：第一阶段得出各自结果，第二阶段再用前一阶段结果训练实现神经网络实例利用PyTorch内置函数mnist
不要天天开心·2025-03-10 00:29

使用Opacus库在Mnist数据集实现差分隐私

第一部分：代码实现（1）基础配置python:3.8,opacus1.1.1，torch1.12.1pipinstallopacus==1.1.1具体实现方式是参考opacus官网以及（4）的参考文献。opacus官网为：GitHub-pytorch/opacus：使用差分隐私训练PyTorch模型（2）完整代码#-*-coding:utf-8-*-#Step1:导入必要的库和模块importto
还不秃顶的计科生·2025-03-08 22:06

3.6手写数字识别项目

今天的内容为手写数字识别项目1.数据准备：-使用`torchvision.datasets`加载MNIST数据集。
不要不开心了·2025-03-08 11:33

从零理解人工智能：技术原理、底层逻辑与手写数字识别实战

https://www.captainbed.cn/north文章目录引言一、人工智能技术体系1.1核心技术栈二、神经网络底层逻辑2.1神经元数学模型2.2前向传播与反向传播三、手写数字识别实战（MNIST
北辰alk·2025-03-07 13:40

基于opencv答题卡识别判卷

【CNN模型实现mnist手写数字识别】5.【fasterRCNN模型实现飞机类目标检测】6.【CNN-LS
深度学习乐园·2025-03-06 10:31

PyTorch Lightning 的简单使用示例

importtorchfromtorchimportnnfromtorch.utils.dataimportDataLoader,random_splitfromtorchvision.datasetsimportMNISTfromtorchvision.transformsimportToTensorimportpy
idealmu·2025-03-03 21:54
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他