文件編號：A105

文件大小：167M

開發(fā)環(huán)境：Python3.8、OpenCV4.6、Torch、Pycharm2020

猿創(chuàng)承諾：該項目親測正常運行，需遠程調試部署需另外收費，確保正常使用，不能正常使用全額退款。

簡要概述：基于Pytorch使用BP神經網絡識別手寫數(shù)字集MNIST

文件結構：

1.data文件夾

-MNIST 使用torchvision自動下載的數(shù)據集

-self 自己手動下載的數(shù)據集

2.fig文件夾

-存放了繪制的損失函數(shù)和準確率等曲線

3.save_model文件夾

-存放了保存的相關模型

v4.isual_BP文件夾

-存放了使用model_test.py測試模型時繪制的可視化圖像，繪制的圖像包含所有分類錯誤的手寫數(shù)據，只包含少量全部正確的圖像

c = find_width(t)  # c為繪制圖像的長和寬

if c == -1:

    print('Error, can not plot ')

    print(t)

    continue

elif acc < 1 or (acc == 1 and random.uniform(0.0, 1.0) < 0.005):

    fig = plt.figure()

5.visual_CNN文件夾

基本同上

按需寫作：

演示視頻：

點擊查看：系統(tǒng)演示視頻

運行效果：

main.py 主要實現(xiàn)了使用BP神經網絡訓練模型并繪制損失函數(shù)和準確率等曲線 

MNIST_By_CNN.py 主要實現(xiàn)了使用CNN網絡訓練模型并繪制相關曲線

model_test.py 可以加載已經保存的模型進行測試并實現(xiàn)可視化

read_and_plot.py 存放了一些讀取數(shù)據和繪圖的函數(shù)

test.py 測試各種功能使用的，沒有實際意義

遠程協(xié)助：

溫馨提示：索煒達.猿創(chuàng)官方提供收費遠程協(xié)助，確保您項目運行成功。

點擊查看：遠程協(xié)助相關事項

我們提供完整項目文件清單如下：

文件目錄

 ├ 1.項目源碼

 ├ 2.運行截圖

 └ 3.演示視頻