為了測試，我就先在紙上手寫了一些「工整」的數字，並用「特殊手段」將進行了處理，得到了幾個用於測試手寫數字識別率的（標準的大小為28*28，確保輸入層的節點數為784，好吧，我承認是懶所以只寫了五個）。
# 開始測試資料
# 負責一維陣列的引數
k = 0
# 製作乙個一維陣列負責儲存二維陣列扁平化以後的資料
inputs = numpy.zeros(784)
# 資訊的真實資料
correct_answer = [2, 3, 4, 5, 6]
for l in range(5):
file_name = '\my_own_'+str(l+2)+'.png'
img = numpy.array(image.open('data\神經網路2.0\image'+file_name).convert('l'))
rows, cols = img.shape
for i in range(rows):
for j in range(cols):
inputs[k] = 255-img[i][j]
k = k+1
pass
pass
print("correct answer is :" + str(correct_answer[l]))
outputs = n.query(inputs)
answer = numpy.argmax(outputs)
print("our answer is :" + str(answer))
k = 0
pass
裡面包含訓練用資料集以及本人「親筆手寫」的處理過可以直接使用的，這一次的文章比較短，主要是為了放乙個大招：驗證碼識別，下一次的博文我將會展示如何用神經網路來進行驗證碼的識別，還望大家多多指導。
使用神經網路識別手寫數字
神經網路和深度學習為影象識別 語音識別 自然語言處理等問題提供了目前最好的解決方案。本書主要會介紹神經網路和深度學習背後關鍵的概念。更多關於本書的細節，請參考這裡。或者您可以直接從第一章開始學習。本專案是neural networks and deep learning的中文翻譯，原文作者 mich...
使用神經網路識別手寫數字
最近在看michael nielsen的 neural network and deep learning 嘗試復現書中的 但這本書的 貌似用的python2.0,所以在執行的時候，報了好多錯誤，在這裡進行記錄一下。1 載入mnist資料集出錯 unicodedecodeerror ascii co...
神經網路實現手寫數字識別
簡單實現3層神經網路識別手寫數字 import numpy import matplotlib.pyplot as plt import scipy.special class network 定義神經網路類 definit self,inputnodes,hiddennodes,outputnod...