可以免费使用的手写识别引擎,可以二次开发,有三个版本(现在这个是我上传的第二个版本),这个版本注重连笔,效果非常好!其它版本请查看我的上传记录。
1
MNIST手写识别数据集t10k-labels-idx1-ubyte.gzt10k-images-idx3-ubyte.gztrain-labels-idx1-ubyte.gztrain-images-idx3-ubyte.gz
2024/12/6 18:22:53 11.06MB 手写识别 MNIST
1
使用微软的库,IACore.dll,IALoader.dll,IAWinFX.dll,Microsoft.Ink.dll,Microsoft.Ink.Analysis.dll,在Qt实现手写输入识别文字,识别率很高
2024/11/12 3:23:02 692KB tabble c++
1
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
前端用画布手写,后台传送到服务器,简单的神经网络手写识别。
2024/10/19 5:21:56 4.89MB python NN
1
测试手写识别,识别率还是蛮高的。
train-images-idx3-ubyte.gz:trainingsetimages(9912422bytes)train-labels-idx1-ubyte.gz:trainingsetlabels(28881bytes)t10k-images-idx3-ubyte.gz:testsetimages(1648877bytes)t10k-labels-idx1-ubyte.gz:testsetlabels(4542bytes)
2024/9/14 4:27:13 11.06MB mnist 手写 人工智能 神经网络
1
MNIST数据集是一个手写识别数据集,机器学习基础的数据集,并且非常多的教程都用它进行分类训练和学习
2024/7/13 1:43:03 13.6MB 人工智能 机器学习 数据
1
整合了KNN算法与Tensorflow对手写识别系统的实现代码,以及训练与测试数据集
2024/6/4 0:46:57 2.07MB 机器学习
1
基于Python3.7实现手写识别功能,调用KNN算法。
包括源程序、训练数据、测试数据和测试结果。
2024/6/2 10:21:52 548KB 手写识别 源程序 Python
1
基于Python3.7实现的手写识别功能,调用sklearn模块中的神经网络算法。
包括源程序、训练数据、测试数据和测试结果。
2024/5/12 9:49:06 713KB 手写识别 源程序 Python
1
MATLAB底层代码实现深度学习LeNet网络训练,用于Mnist数据集手写识别对于博客见:http://blog.csdn.net/love_ljq/article/details/78976452
2024/4/26 7:01:01 1.51MB MATLAB 深度学习 LeNet
1
共 28 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡