基于离散型Hopfield神经网络识别手写数字matlab实现
2024/10/18 2:49:54 2KB Hopfield 模式分类 matlab
1
CNN识别手写数字,很好的机器学习初心者学习资料,里面包含了MATLAB代码和详细的注释,可以直接运行
2024/8/20 3:10:04 14.03MB CNN 手写识别 数字识别 手写数字识别
1
Python3实现KNN的三个例子(包含数据集),水果分类,识别手写数字,找相似的朋友
2024/6/29 17:25:27 1MB 水果分类 机器学习
1
CNN卷积神经网络实现,Matlab仿真,识别手写数字集。
2024/2/6 5:54:07 11.36MB CNN matlab
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
1
自己用java代码写的识别手写数字的全连接的神经网络
2023/12/11 20:41:03 23.38MB mnist
1
用卷积神经收集识别手写数字图像,使用部份MINST数据集,MATLAB编程,搜罗一个卷积层,一个池化层,一个全毗邻层,一个藏匿层。
2023/4/29 4:57:10 10.43MB CNN MINST matlab
1
本资源包涵了K-近邻算法识别手写数字系统(包括详细的代码正文),和原始训练测试数据。
1
三层的bp神经网络,用于识别手写数字的。
包含训练代码、测试代码和训练模型,可以先运用训练代码保存训练模型,测试代码读取模型并识别测试集中的数字,也可以直接运用我的模型,导入保存数据,传入函数中既可用。
2019/8/27 9:24:35 1.17MB python
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 钉钉 钉钉打卡