實現手寫數字識別(數據集50000張圖片)比較3種算法神經網絡、灰度平均值、SVM各自的准確率—Jason niu


對手寫數據集50000張圖片實現阿拉伯數字0~9識別,並且對結果進行分析准確率,

手寫數字數據集下載:http://yann.lecun.com/exdb/mnist/

首先,利用圖片本身的屬性,圖片的灰度平均值進行識別分類,我運行出來的准確率是22%左右

利用圖片的灰度平均值來進行分類實現手寫圖片識別(數據集50000張圖片)——Jason niu

其次,利用SVM算法,我運行出來的准確率是93%左右,具體代碼請點擊

SVM:利用SVM算法實現手寫圖片識別(數據集50000張圖片)—Jason niu 

 

最后,利用深度學習之神經網絡,我運行出來的准確率是94%左右,具體代碼請點擊

NN:利用深度學習之神經網絡實現手寫數字識別(數據集50000張圖片)—Jason niu

 

最后,我們發現神經網絡和SVM的算法學習質量非常高,而傳統的灰度平均值算法則差強人意!


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM