TensorFlow平台下的手写字符识别
基于谷歌第二代人工智能学习系统TensorFlow,构建BP神经网络模型.将手写字符作为训练集输入神经网络,训练过程中不断调整权值和阈值,最终得到有较高识别精度的模型.体现了TensorFlow在提高建模、编程、分析效率中的作用.通过此开发流程介绍,为进一步使用TensorFlow构建复杂神经网络提供了参考.
人工智能、TensorFlow、BP神经网络
12
TP18(自动化基础理论)
太原理工大学国家级大学生创新创业项目资助编号201410112013;山西省大学生创新创业项目资助编号2014053
2016-08-01(万方平台首次上网日期,不代表论文的发表时间)
共3页
199-201