中文數字手寫辨識

課堂上全班合力蒐集約一萬八千份的中文數字(一 ~ 十)手寫圖片資料。在將收集到的手寫資料預處理後, 將其轉為 28 x 28 的圖片大小,再利用 Keras 實現 CNN 卷積式類神經網路進行深度學習。 CNN 模組由兩層卷積層兩層池化層組成, 最後由softmax來進行分類。而訓練與測試資料的分配,其中的一萬六千份資料作為訓練資料,兩千份做為測試資料, 最後模型訓練結果準確度達到九成。 本專案是我首次接觸到人工智慧的技術與 Python 語言的應用, 了解資料預處理與優化對於深度學習準確度的重要性。。此專案在使用 CNN 之前, 也有使用無卷積池化的單純 MLP 多層感知機的實作,但結果準確度相對較差。
Published: March 21, 2020
Deep Learning
CNN
Keras
More from 莊于霆 Tim
中央買菜郎-Django 與 Open Data
簡單的 Dcard 時事版文章爬蟲
Timer Bus-Google 路線規劃與捷運即時動態資料的結合
Tim's Web 個人網站(RWD)
TimeKeeper 智慧鬧鐘(Android App)
高雄老司機-網頁版的高雄公車通
chat placeholder

Build Your Professional Network

Click icon on the company page or under talent search engine to start the conversation.