论文部分内容阅读
手写体数字识别是人工智能识别系统中的重要组成部分,本文基于TensorFlow深度学习模型,完成了手写体数字识别及应用。首先建立TensorFlow深度学习模型,分析了卷积神经网络(CNN)模型结构及Softmax模型结构,对手写体数据集M NIST中的60 000个样本进行深度学习,并对10 000个样本的测试进行对比。通过深度学习得到手写体数字的识别模型参数,进而使用模型参数识别用户手写体数字。实测数据验证,相对于传统的Softmax模型,基于TensorFlow深度学习的CNN模型准确率高达1