基于BP神经网络的数字识别探究

• 作者: 王赟
• 来源期刊: 电脑编程技巧与维护
• 关键词: BP神经网络 手写数字识别 权重迭代 梯度下降
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能与应用
• 页码范围: 127-128
• 页数: 2页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4052.2021.06.047

摘要

论述使用BP神经网络模型来实现数字识别的过程,通过梯度下降法来调整各神经网络层之间的权重值与偏置值.介绍了人工神经网络、神经元模型、激活函数等相关基本概念,并详细叙述了BP算法的实现原理,以Python语言展示训练效果,大量数据作为训练集和测试集,以此来测试该模型所识别数字的精确度.实验结果表明,所设置BP神经网络的数字识别模型平均识别率约为92％,可认为其具有实际应用价值,同时论证了该技术在实际操作中的可行性.