TensorFlow平台下基于深度学习的数字识别

• 作者: 张永爱 靳涛
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 TensorFlow
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 74-78
• 页数: 5页
• 分类号: TP391.4
• 字数: 3757字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.04.017

摘要

TensorFlow是谷歌开源的机器学习及深度学习框架,具有高度的灵活性,可以运行在多种平台上,如CPU、GPU以及移动设备,支持当前流行的深度学习模型.卷积神经网络具有多个处理层,能对图像的特征进行逐层抽象,相比于传统的图像识别方法具有良好的效果,对输入图像的旋转、扭曲、变形具有良好的鲁棒性,并且不用对图像进行预处理,简化了图像识别的步骤.在TensorFlow平台上,搭建了一个卷积神经网络模型,利用MNIST数据集对模型进行训练及测试,最终测试能达到99％的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张永爱	福州大学物理与信息工程学院	57	199	8.0	11.0
2	靳涛	福州大学物理与信息工程学院	2	13	2.0	2.0