实现手写数字识别(数据集50000张图片)比较3种算法神经网络、灰度平均值、SVM各自的准确率—Jason niu
对手写数据集50000张图片实现阿拉伯数字0~9识别,并且对结果进行分析准确率,
手写数字数据集下载:http://yann.lecun.com/exdb/mnist/
首先,利用图片本身的属性,图片的灰度平均值进行识别分类,我运行出来的准确率是22%左右
利用图片的灰度平均值来进行分类实现手写图片识别(数据集50000张图片)——Jason niu
其次,利用SVM算法,我运行出来的准确率是93%左右,具体代码请点击
SVM:利用SVM算法实现手写图片识别(数据集50000张图片)—Jason niu
最后,利用深度学习之神经网络,我运行出来的准确率是94%左右,具体代码请点击
NN:利用深度学习之神经网络实现手写数字识别(数据集50000张图片)—Jason niu
最后,我们发现神经网络和SVM的算法学习质量非常高,而传统的灰度平均值算法则差强人意!
不念过去,不畏将来!
理想,信仰,使命感……
愿你出走半生,归来仍是少年……