# 神经网络学习

**Repository Path**: push_0x57df/neural-network-learning

## Basic Information

- **Project Name**: 神经网络学习
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2022-02-04
- **Last Updated**: 2022-02-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 手写数字识别实验

本项目用来学习使用神经网络来识别手写数字

项目包含了数据采集程序、标定程序、神经网络建模和训练程序以及识别实验程序，参与实验的数据均由我自行录入，没有使用下载的数据集

使用方法：

1. 使用程序 draw.py 来绘制手写数字，鼠标绘制后点击保存即可
2. 使用 sign.py 进行数据标定，点击读取，该程序将读取第一步保存的图片数据，请在左侧输入框输入你看到的数字，为数字打上标签，然后点击保存，直到所有的图片都被打上标签
3. 使用 train_tensorflow.py 进行深度学习训练，直接运行即可
4. 使用 discern.py 程序，你可以亲自手写一些数字，点击识别，让程序识别你写的是多少

目录解释：

- data 收集到的数据集文件
- network_model 由 tensorflow 深度学习框架生成的模型文件，包含训练好的权重参数
- train.py 这个程序是纯手写的神经网络模型，采用数值微分的方法解析性的求解偏微分，这种方案效率很低，此版本代码已被放弃，随着后面前置依赖程序的更改失效，故不能正常运行，请使用train_tensorflow.py程序
- data.pkl 这个文件由 sign.py 程序生成，这个是标定程序，它将图片处理成二维矩阵的形式，每个像素处理成0或者1，表示黑或者白，并将操作员手动输入的数字（标签）存储在一个对象变量里面，该文件在程序 train_tensorflow 程序中被消费