基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Keras是以TensorFlow+Theano为后端的深度学习框架,相比于TensorFlow,Keras更加灵活快速.相比于经典的神经网络模型,卷积神经网络对图像的识别效率更高.文章基于Keras建立深度学习模型,以MNIST数据集为例,构建卷积神经网络,训练模型并进行预测,得到的MNIST数据集识别模型,达到了99.23%的识别正确率.
推荐文章
基于小数据集的改进LeNet图像分类模型研究
小数据集
卷积神经网络
改进LeNet
采用USRP、RFNOC和Keras的信号盲识别
盲信号识别
通用软件无线电外设
片上射频网络
神经网络
深度学习
基于改进LRCN模型的驾驶行为图像序列识别方法
驾驶行为识别
高斯混合模型
深度学习
卷积神经网络
GRU递归网络
基于融合卷积神经网络模型的手写数字识别
手写数字
融合模型
卷积神经网络
数据打乱策略
收敛速度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Keras的MNIST数据集识别模型
来源期刊 现代信息科技 学科 工学
关键词 深度学习 Keras MNIST 数据集卷积神经网络
年,卷(期) 2019,(14) 所属期刊栏目 信息技术
研究方向 页码范围 18-19,23
页数 3页 分类号 TP751.1
字数 2348字 语种 中文
DOI 10.3969/j.issn.2096-4706.2019.14.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭梦洁 2 7 2.0 2.0
2 杨梦卓 2 7 2.0 2.0
3 马京九 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (30)
参考文献  (1)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
Keras
MNIST
数据集卷积神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导