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(CNN)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算法的模型的识别率达到了98.69％,实现了一种有较强实用性的识别手写数字的方法.
NETL
NSTL
万方数据