3种模板匹配法实现的手写数字识别示例3种模板匹配法实现的手写数字识别示例3种模板匹配法实现的手写数字识别示例
2024/1/10 17:49:23
2.2MB
1
python不使用框架实现卷积神经网络识别手写数字,在100个的测试集上准确率最高可达95%。
内含数据集
内含数据集
2023/12/26 17:20:43
10.32MB
1
手写数字库很容易建立，但是总会很浪费时间。
Google实验室的CorinnaCortes和纽约大学柯朗研究所的YannLeCun建有一个手写数字数据库，训练库有60,000张手写数字图像，测试库有10,000张。
Google实验室的CorinnaCortes和纽约大学柯朗研究所的YannLeCun建有一个手写数字数据库，训练库有60,000张手写数字图像，测试库有10,000张。
2023/12/22 23:25:44
44.05MB
1
本案例采用MNIST数据集对sklearn常用的分类算法进行训练，然后用训练后的模型来识别自己手写的数据。
本文采用sklearn里面最常用的分类算法:RandomForestClassifier、KNeighborsClassifier、SVC、MultinomialNB作为代表进行分析学习。
本文采用sklearn里面最常用的分类算法:RandomForestClassifier、KNeighborsClassifier、SVC、MultinomialNB作为代表进行分析学习。
2023/12/16 15:34:52
1.19MB
1
Tensorflow实现GAN生成mnist手写数字图片。
教程见：https://blog.csdn.net/u012223913/article/details/75051516
教程见：https://blog.csdn.net/u012223913/article/details/75051516
2023/12/15 12:50:06
4KB
1
手写数字集MNIST使用matlab处理后得到的mnist_uint8.mat数据。
数据为uint8类型的图像像素数据，包含train_x,train_y,test_x,test_y,每项都是一行向量的方式存储的。
数据为uint8类型的图像像素数据，包含train_x,train_y,test_x,test_y,每项都是一行向量的方式存储的。
2023/12/2 9:05:28
11.3MB
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