搜索资源列表
nndl-ebook
- 适合快速上手深度学习，以mnist数据集为例，剖析深度学习工程实践过程。-Suitable for quick start to learn, to mnist data set, for example, analysis of the depth of learning engineering practice.
Handwriten
- 用java编写的手写体数字识别，采用knn方法，识别的训练和测试对象来自mnist数据库的数据，已经将解压后文件放进去了，算法包括文件的读取，测试部分还有识别算法。 -Written by java handwriting digital recognition, using knn method to identify the training and test objects the mnist data, has been extracted after the file into t
readMNIST
- 用ELM实现手写数字的识别，快速，用MNIST数据库(Handwritten numbers recognition realized by ELM)
NN
- 实现的一个用于手写数字识别的框架，可以设置神经网络结构，用的数据是mnist的(Implementation of a handwritten numeral recognition framework, you can set the neural network structure, the training data is MNIST)
Two-Layer-CNN-on-MNIST-master
- CNN 训练手写字,Matlab 代码。(CNN manual character)
HandWriteOCR
- 手写汉字识别程序，包含训练和检测两部分，基于mnist库做训练和测试(Handwritten Chinese character recognition program, including training and testing of two parts)
mnist
- 机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。(Machine learning (Machine Learning, ML) is a multidisciplinary interdisciplinary field, involving many disciplines, such as p
CNN_mnist
- 使用CNN网络对mnist数据集进行训练(Use the CNN network to train MNIST data sets)
random_forest
- 随机森林在mnist上的实现，可以下载数据集后，改变路径运行。(Random forest on the MNIST implementation, you can download the data set, change the path to run.)
tensorflow_cov_mnist
- 基于tensorflow的mnist数据集卷积神经网络简单代码实现。(MNIST dataset based on tensorflow convolutional neural network simple code implementation)
mnist.pkl代码原文
- BP算法的实现，其中的手势识别，用python语言，在tensorflow下！(Implementation of BP algorithm)
神经网络代码
- 应用神经网络进行数字识别，使用随机梯度算法和MNIST训练数据(Neural networks are used for digital identification, and data are trained using random gradient algorithm and MNIST)
code&doc
- 基础的卷积神经网络代码，实现mnist手写字符识别，含中文文档说明(Basic CNN code, including detailed annotation in Chinese)
network2
- 初学机器学习，第一步是做一个简单的手写数字识别，我选用的是MNIST数据集（用其他数据集也可以，原理都差不多），算法是KNN（下载库直接调用函数，算法的具体实现没有过多关心）。在网上也看到过MNIST数据集的Python代码，但是感觉有些复杂，作为初学者见到那么多代码就头大……这里分享一下我的代码，虽然并不完善，但是可以为其他初学者提供一点简单的思路吧。(Learning machine learning, the first step is to do a simple handwritten
Tensorflow：实战Google深度学习框架
- 介绍tensorflow的应用，mnist数据，神经网络的简单例子(Describes the application of tensorflow, MNIST data, a simple example of neural networks)
K-means
- 在里面的的是一些关于k-means的东西，用的mnist数据(I try the Mnits data and use K-means to doing the clustering)
dnn
- 用TensorFlow搭建神经网络，识别手写数字(building the neural network by using TensorFlow to identify mnist dataset)
MNIST
- 简单的手写数字识别，在深度神经网络中的简单尝试，对于初学者有个很好的理解(Simple handwritten numeral recognition, in the depth of neural network simple attempt, for beginners have a good understanding)
nqern
- Interpolation and fitting, solution of equations, data analysis, ML estimation method can be a good signal to noise ratio, Using MATLAB compressed sensing.
AlexNet
- 使用TensorFlow 实现 AlexNet ，并使用 Mnist 数据集进行训练并测试。(AlexNet is implemented using TensorFlow and trained and tested using the Mnist data set.)