文件編號：A105

文件大?。?/strong>167M

開發(fā)環(huán)境：Python3.8、OpenCV4.6、Torch、Pycharm2020

猿創(chuàng)承諾：該項目親測正常運(yùn)行，需遠(yuǎn)程調(diào)試部署需另外收費(fèi)，確保正常使用，不能正常使用全額退款。

簡要概述：基于Pytorch使用BP神經(jīng)網(wǎng)絡(luò)識別手寫數(shù)字集MNIST

文件結(jié)構(gòu)：

1.data文件夾

-MNIST 使用torchvision自動下載的數(shù)據(jù)集

-self 自己手動下載的數(shù)據(jù)集

2.fig文件夾

-存放了繪制的損失函數(shù)和準(zhǔn)確率等曲線

3.save_model文件夾

-存放了保存的相關(guān)模型

v4.isual_BP文件夾

-存放了使用model_test.py測試模型時繪制的可視化圖像，繪制的圖像包含所有分類錯誤的手寫數(shù)據(jù)，只包含少量全部正確的圖像

c = find_width(t)  # c為繪制圖像的長和寬

if c == -1:

    print('Error, can not plot ')

    print(t)

    continue

elif acc < 1 or (acc == 1 and random.uniform(0.0, 1.0) < 0.005):

    fig = plt.figure()

5.visual_CNN文件夾

基本同上

按需寫作：

演示視頻：

點(diǎn)擊查看：系統(tǒng)演示視頻

運(yùn)行效果：

main.py 主要實(shí)現(xiàn)了使用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型并繪制損失函數(shù)和準(zhǔn)確率等曲線 

MNIST_By_CNN.py 主要實(shí)現(xiàn)了使用CNN網(wǎng)絡(luò)訓(xùn)練模型并繪制相關(guān)曲線

model_test.py 可以加載已經(jīng)保存的模型進(jìn)行測試并實(shí)現(xiàn)可視化

read_and_plot.py 存放了一些讀取數(shù)據(jù)和繪圖的函數(shù)

test.py 測試各種功能使用的，沒有實(shí)際意義

遠(yuǎn)程協(xié)助：

溫馨提示：索煒達(dá).猿創(chuàng)官方提供收費(fèi)遠(yuǎn)程協(xié)助，確保您項目運(yùn)行成功。

點(diǎn)擊查看：遠(yuǎn)程協(xié)助相關(guān)事項

我們提供完整項目文件清單如下：

文件目錄

 ├ 1.項目源碼

 ├ 2.運(yùn)行截圖

 └ 3.演示視頻