基于深度学习对手写体数字识别的研究  

作　　者：贾晓研 张勇斌[1] 齐元胜[1] 

机构地区：[1]北京印刷学院

出　　处：《智能印刷》2022年第5期40-43,共4页INTELLIGENT PRINTING

基　　金：国家重点研发计划项目(No.2019YFB1707202)。

摘　　要：本文介绍了3种不同的算法,通过比较使用的是卷积神经网络中的LeNet-5算法,运用LeNet-5算法对手写体数字识别算法准确率进行了研究。通过对卷积神经网络的基本原理以及其中LeNet-5模型进行介绍,使用PyCharm软件搭建了TensorFlow框架,运用MNIST数据集进行了识别准确率实验,对实验结果进行分析,得到通过改变参数可以影响准确率不同的结果。

关 键 词：卷积神经网络 手写体数字识别 深度学习 识别准确率 数据集 基本原理 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]