基于卷积神经网络的手写数字图像识别方法 |
| |
作者单位: | ;1.成都师范学院物理与工程技术学院 |
| |
摘 要: | 本文使用深度神经网络算法对手写数字图像进行分类识别.该算法利用20个卷积层提取手写数字图像的特征向量,特征向量经过Re LU激活函数后被20个池化层进一步降低向量维度,最后通过softmax激活函数输出.结果表明,训练数据8 000以上时识别率会超过90%,训练次数8次以上识别率高于96%.结论:采用整流线性单元函数作为激活函数,有效解决了梯度消失问题和过拟合问题.
|
关 键 词: | 降维 卷积神经网络 池化 整流线性单元函数 梯度消失 |
Handwritten Digital Signal Recognition Method Based on Convolutional Neural Network |
| |
Abstract: | |
| |
Keywords: | |
|
|