基于TensorFlow深度学习CNN模型的手写数字识别研究

分享到

【作者】任一帆，穆晓芳，陶牡丹
【刊名】数字化用户
【作者单位】太原师范学院
【年份】2019
【卷号】第25卷
【期号】第30期
【页码】74-75
【ISSN】1009-0843
【关键词】深度学习 TensorFlow 卷积神经网络 Adam优化器手写体数字
【摘要】大数据的快速发展,人们需要处理大量的数字信息.为了节省人力、物力、财力、提高数字信息的处理效率,应用新型计算机技术进行自动识别数字成为了一个热门研究方向.本文针对基于TensorFlow深度学习框架完成手写体数字的识别方法的研究与实现,在遵循Le Net-5模型的基础上,首先建立了基于TensorFlow深度学习框架的卷积神经网络模型结构,针对手写体数据集MNIST的训练数据集进行深度学习,之后对测试数据集进行试验对比.实验的数据结果表明,本文中构建的基于TensorFlow深度学习CNN算法的...
【文献类型】期刊