基于TensorFlow深度学习的Minist手写数字识别技术

• 作者: 张彩廷 祝永志
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: Tensorflow Softmax模型 CNN模型 激活函数 数字手写体识别
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息处理与传输
• 页码范围: 46-51
• 页数: 6页
• 分类号: TP312
• 字数: 3219字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.01.009

摘要

目前,人类手写字的识别问题成为了研究热点.针对手写体识别领域广泛使用的Minist数据集,基于深度学习中的Tensorflow框架,介绍了Softmax模型与卷积神经网络(Convolutional Neural Network,CNN)模型,并分析了CNN模型的激活函数.选择ReLUs函数代替传统的Sigmoid函数和Tanh双曲正切函数,提高识别过程中的收敛速度.此外,对上述两个模型进行实现,对比模型的识别准确度,以期为手写体数字识别的研究和发展提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝永志	曲阜师范大学信息科学与工程学院	77	392	10.0	16.0
2	张彩廷	曲阜师范大学信息科学与工程学院	2	2	1.0	1.0