摘要
基于深度学习卷积神经网络在手写体数字识别中的应用,对卷积神经网络的结构进行介绍,同时使用MNIST数据集对设计的卷积神经网络模型进行训练与测试,训练后的模型在MNIST的测试集样本中的识别精度可以达到99.25%。最终将训练好的模型用于在线手写体数字的识别,识别精度高达99%以上。实验结果表明,与传统的线性回归模型相比,卷积神经网络有更好的鲁棒性和抗干扰性,识别精度明显优于传统的线性回归模型。
出处
《电脑知识与技术》
2020年第21期13-15,共3页
Computer Knowledge and Technology
