基于caffe的手写数字识别研究与实现

• 作者: 申肖阳
• 来源期刊: 邯郸职业技术学院学报
• 关键词: caffe mnist数据集 lenet网络 深度学习
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用研究
• 页码范围: 51-53
• 页数: 3页
• 字数: 1406字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-5462.2019.01.013

摘要

使用深度学习框架caffe和lenet网络,对手写数字识别方法进行了研究,基于mnist数据集,对lenet网络进行了训练,最后取得了较好的训练效果.对训练得到的模型进行测试,采用mnist数据集中的测试集,识别率达到了99.24％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申肖阳	河北科技大学信息科学与工程学院	3	4	1.0	2.0