pyqt5手写板+pytorch卷积神经网络，实现手写数字识别软件

卷积神经网络的结构

#定义网络结构
#不是le-net5的结构
class Net(nn.Module):def __init__(self):super(Net, self).__init__()# Sequential表示在搭建网络模型中要执行的一系列的步骤# Dropout中,p=0.5表示50%的神经元不工作# layer3:输出层 一般输出层中不需要加Dropout# Conv2d Conv:卷积 2d:表示2维的卷积# nn.Conv2d的几个参数# 1：输入通道数：1表示黑白的图片 彩色的话就是3# 32：输出通道数：表示要生成多少个特征图# 5:是卷积核的大小，(5,5)表示是5*5的窗口。可以只写一个5# 1表示步长。步长默认值就是1# 2表示在padding外面填2圈0 这个相当于samepadding# nn.MaxPool2d的几个参数# 第一个2是池化的窗口的大小是2*2 第二个2表示步长为2self.conv1 = nn.Sequential(nn.Conv2d(1,32,5,1,2),nn.ReLU(),nn.MaxPool2d(2,2))self.conv2 = nn.Sequential(nn.Conv2d(32,64,5,1,2),nn.ReLU(),nn.MaxPool2d(2,2))self.fc1 = nn.Sequential(nn.Linear(64*7*7,1000),nn.Dropout(p=0.5),nn.ReLU())self.fc2 = nn.Sequential(nn.Linear(1000,10),nn.Softmax(dim=1))# dim=1代表对第一个维度，计算概率值# 因为batch = 64# 所以fc1输出的是（64,10）# 所以dim=1，表示对第二个维度进行softmax求值def forward(self,x):# ([64,1,28,28])变成2维的数据->(64,784) 全连接层做计算，必须是2维的数据# x = x.view(x.size()[0],-1)# 但是卷积只能对四维的数据进行计算 ([64,1,28,28])# 64表示批次的数量，1表示通道数 28表示长宽x = self.conv1(x)x = self.conv2(x)#将原来x四维的数据，改变为2维的数据# (64,64,7,7)x = x.view(x.size()[0],-1)x = self.fc1(x)x = self.fc2(x)return x

代价函数是交叉熵，优化器是Adam，基于mnist数据集训练，30轮。

手写板的一部分代码，是借鉴的网络上的，然后我又将其魔改一番，最终形成了一个界面。运行好的效果，如下图所示。

识别结果是自动识别的，点击清空画板，画板就会清空，然后识别结果会变成99999。写下数字之后，便会自动识别。几乎是0延迟，预测结果非常的快！

pyqt5手写板+pytorch卷积神经网络，实现手写数字识别软件相关推荐

基于卷积神经网络的手写数字识别（附数据集+完整代码+操作说明）
基于卷积神经网络的手写数字识别(附数据集+完整代码+操作说明) 配置环境 1.前言 2.问题描述 3.解决方案 4.实现步骤 4.1数据集选择 4.2构建网络 4.3训练网络 4.4测试网络 4.5图 ...
读书笔记-深度学习入门之pytorch-第四章（含卷积神经网络实现手写数字识别）（详解）
1.卷积神经网络在图片识别上的应用 (1)局部性:对一张照片而言,需要检测图片中的局部特征来决定图片的类别 (2)相同性:可以用同样的模式去检测不同照片的相同特征,只不过这些特征处于图片中不同的位置, ...
卷积神经网络CNN 手写数字识别
1. 知识点准备在了解 CNN 网络神经之前有两个概念要理解,第一是二维图像上卷积的概念,第二是 pooling 的概念. a. 卷积关于卷积的概念和细节可以参考这里,卷积运算有两个非常重要特性, ...
keras从入门到放弃(十三）卷积神经网络处理手写数字识别
今天来一个cnn例子手写数字识别,因为是图像数据 import keras from keras import layers import numpy as np import matplotlib ...
【图像识别】基于卷积神经网络CNN手写数字识别matlab代码
1 简介针对传统手写数字的随机性,无规律性等问题,为了提高手写数字识别的检测准确性,本文在研究手写数字区域特点的基础上,提出了一种新的手写数字识别检测方法.首先,对采集的手写数字图像进行预处理,由于 ...
卷积神经网络mnist手写数字识别代码_搭建经典LeNet5 CNN卷积神经网络对Mnist手写数字数据识别实例与注释讲解，准确率达到97%...
LeNet-5卷积神经网络是最经典的卷积网络之一,这篇文章就在LeNet-5的基础上加入了一些tensorflow的有趣函数,对LeNet-5做了改动,也是对一些tf函数的实例化笔记吧. 环境 Pyc ...
【FPGA教程案例100】深度学习1——基于CNN卷积神经网络的手写数字识别纯Verilog实现,使用mnist手写数字数据库
FPGA教程目录 MATLAB教程目录 ---------------------------------------- 目录 1.软件版本 2.CNN卷积神经网络的原理 2.1 mnist手写数字数 ...
CNN卷积神经网络实现手写数字识别（基于tensorflow）
1.1卷积神经网络简介文章目录 1.1卷积神经网络简介 1.2 神经网络 1.2.1 神经元模型 1.2.2 神经网络模型 1.3 卷积神经网络 1.3.1卷积的概念 1.3.2 卷积的计算过程 1 ...
基于卷积神经网络的手写数字识别、python实现
一.CNN网络结构与构建参数: 输入数据的维数,通道,高,长 input_dim=(1, 28, 28) 卷积层的超参数,filter_num:滤波器数量,filter_size:滤波器大小,str ...
卷积神经网络与循环神经网络实战 --- 手写数字识别及诗词创作
卷积神经网络与循环神经网络实战 - 手写数字识别及诗词创作文章目录卷积神经网络与循环神经网络实战 --- 手写数字识别及诗词创作一.神经网络相关知识 1. 深度学习 2. 人工神经网络回顾 3. ...

pyqt5手写板+pytorch卷积神经网络，实现手写数字识别软件

pyqt5手写板+pytorch卷积神经网络，实现手写数字识别软件相关推荐

最新文章

热门文章