基于卷积神经网络和TensorFlow的手写数字识别研究

被引:14
作者
徐胤
袁浩巍
李智
机构
[1] 上海电气集团股份有限公司中央研究院
关键词
卷积神经网络; 计算机; 数字; 识别;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TP391.41 [];
学科分类号
080203 ;
摘要
从网络结构、图像卷积、池化运算、激活函数等方面对深度学习与卷积神经网络进行了介绍,并基于卷积神经网络与TensorFlow软件对手写数字识别进行了研究,给出了训练流程,并对试验结果进行了分析。应用所研究的方法,对手写数字的识别准确率可以达到98%,效果良好。
引用
收藏
页码:31 / 34+61 +61
页数:5
相关论文
共 3 条
[1]   基于RBF神经网络的光伏电池故障诊断 [J].
乐治后 .
上海电气技术, 2015, 8 (03) :28-32
[2]   基于不变矩特征和RBF神经网络的图像识别 [J].
徐胤 ;
乐珺 ;
袁浩巍 .
上海电气技术, 2015, 8 (03) :33-36
[3]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110