rnn-mnist分类源码下载

weixin_39821260 2019-10-05 01:00:16

此代码为RNN基本网络结构代码，详情见https://blog.csdn.net/qq_37972530/article/details/81748887
相关下载链接：//download.csdn.net/download/qq_37972530/10611368?utm_source=bbsseo

...全文

15 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

此代码为RNN基本网络结构代码，详情见https://blog.csdn.net/qq_37972530/article/details/81748887

使用RNN进行mnist的分类，使用的是一个3层的GRU作为模型

基于CNN的MNIST手写数字识别，最简单的卷积神经网络，附带源码和说明文档，代码有UI页面，可以实现对MNIST数字识别，也可以实现对手写录入数字识别

<项目介绍> 基于LSTM的股票数据分析，数据来源于Tushare 为什么做这个事情：学习深度神经网络快1年，做了很多的demo（例如：MNIST集数字识别，物体检测，物体分类等），实现过各种神经网络结构，其中包括DNN，CNN，RNN，LSTM等等；但是在实现这些demo或者网络结构过程中，都是使用现成的数据集或者模型，直接搭建，调试，就可以出结果；所以有强烈 - 不懂运行，下载完可以私聊问，可远程教学该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------

【资源说明】该项目是个人毕设项目源码，评审分达到95分，都经过严格调试，确保可以运行！放心下载使用。该项目资源主要针对计算机、自动化等相关专业的学生或从业者下载使用，也可作为期末课程设计、课程大作业、毕业设计等。具有较高的学习借鉴价值！基础能力强的可以在此基础上修改调整，以实现类似其他功能。本次遥感图像识别算法采用的数据集是武汉大学提供的WHU-RS19数据集，该数据集包含了机场，海滩，桥，商业区，沙漠，农田，足球场，森林，工业区，草地，山，公园，停车场，池塘，港口，火车站，住宅区，河流和高架桥总共19类遥感图像。图像的分辨率大都为600×600，每一个种类大约有50张图像。数据集的预处理与索引文档的生成在原始的数据集中，有4张分辨率不是600×600的图像已被去除。利用 split_dataset.py 将数据集按照 0.8: 0.2 的比例分为训练集和测试集，分别置于train文件夹和test文件夹中。利用 generate_txt.py 分别生成训练集和测试集的索引文件，索引文件中包括了图片的路径和图片的标签（0~19）。由于后面的实验在Google Colab上进行，因此我手动统一修改了图片的路径。最后得到的索引文件分别为train.txt和test.txt ## kNN kNN（k-邻近算法）是最为简单的机器学习算法。在kNN算法中，一个对象的分类是由其邻居的“多数表决”确定的，k个最近邻居（k为正整数，通常较小）中最常见的分类决定了赋予该对象的类别。若k = 1，则该对象的类别直接由最近的一个节点赋予。 ### kNN的测试效果 kNN作为一种最简单的机器学习算法，我并未对其的测试效果报以太大的期望。在本次测试中，我先将k取为1，测试这种最简单的模式下的效果，最终其测试的准确率为16%。 ### 分析参数k对kNN的测试效果的影响采用kNN算法需要重点关注的是k值的选取。一般情况下，在分类时较大的K值能够减小噪声的影响，但会使类别之间的界限变得模糊。因此本实验分别尝试了k = 1，3，5，10，15下kNN算法的测试精度。 SVM 在机器学习中，SVM是一种常用的监督学习算法，其目的在于寻找一个超平面，能够以最大间隔将各类数据分开。作为传统的机器学习算法中表现非常优秀的一种算法，SVM在许多场景中都得到了应用。 CNN 卷积神经网络是目前图像识别中最为流行的机器学习算法，本实验的目的在于了解CNN在WHU-RS19数据集上的表现效果，并观察网络结构的变化对训练结果的影响。 LSTM 递归神经网络在语音识别、图像识别中得到了广泛的应用。在之前的期中作业中，我采用了RNN、LSTM和GRU等递归神经网络在MNIST、FashionMNIST、CIFAR10等比较简单的数据集上进行了测试。本实验中使用的WHU-RS19数据集的识别难度明显大于以上提及的几个数据集，通过该实验，我们也可以横向对比LSTM与其他机器学习算法的性能差异。

下载资源悬赏专区

12,795

社区成员

12,333,432

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章