本资源包含一个Mnist手写体的训练脚本，可在环境配置好的情况下直接训练学习模型，然后可以根据模型输出任意照片，预测结果，直接可用，适合入门者。
2019/8/5 9:35:08
10.26MB
1
minst数据集哦,包括mnist-test-leveldb和mnist-train-leveldb，深度进修训练模型可用哦。
2021/11/10 18:15:22
10.87MB
1
深度学习常用数据集之一，fashion-mnist数据集，可看成是mnist数据集的晋级版，数据的属性和mnist数据集一样（测试集和训练集的样本数）
2021/4/17 21:30:50
34.62MB
1
将mnist手写字符数据集整理为训练集和测试集文件夹，训练集和测试集里各含称号为0-9的10个文件夹，共60000张训练集，10000张测试集，图片格式png
2016/2/16 1:28:35
23.4MB
1
转换格局后的mnist数据集,包含leveldb和lmdb两种格局，mnist数据集训练和测试，可参见博文http://blog.csdn.net/hust_bochu_xuchao/article/details/73382369
2015/2/10 7:57:14
23.93MB
1
MNIST手写字Matlab程序，包含BP和CNN程序。
不依赖任何库，包含MNIST数据，BP网络可达到98.3%的识别率，CNN可达到99%的识别率。
CNN比较耗时，关于CNN的程序引见：https://blog.csdn.net/hoho1151191150/article/details/79714691
不依赖任何库，包含MNIST数据，BP网络可达到98.3%的识别率，CNN可达到99%的识别率。
CNN比较耗时，关于CNN的程序引见：https://blog.csdn.net/hoho1151191150/article/details/79714691
2019/9/13 11:13:56
21.23MB
1
Multi_Layer_Perceptron_Classifier_MNIST-Dataset：对粒子数据集使用多层Perceptron分类模型以获得高功能
2018/1/9 4:50:30
16.27MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB