手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 计算机系统网络和电信 Volume 3, Issue 2. 2021.
基于迁移学习的手写数字识别优化
作者 : 张 世鸿, 周 丽
DOI: 10.18686/jsjxt.v3i2.46750
全部来源
获取全文
摘要 / Abstract
在一个数据类型和和数据量的不断增加的时代，对要求机器学习模型的要求越来越高，需要模型拥有能够快速进行构建的能力和很强的泛化能力，迁移学习就能适用与这些情况。发现MNIST数据集采集的是外国人手写数字，而不同国家的书写习惯也不一样，所以如果把在MNIST上训练的模型来预测我们手写的数字，在实际应用中的发现准确率不高，于是本文加入迁移学习来提升模型，首先收集笔者自己的手写数字图片数据，然后对已在MNIST数据集上训练好的卷积神经网络模型进行自采集数据集的迁移学习，最后实验证明进行迁移学习后在实验者采集数据集上，模型准确率提高了7。
关键词 / Keywords
卷积神经网络(CNN)；手写数字；迁移学习
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 李彦冬,郝宗波,雷航.卷积神经网络研究综 述[J].计算机应用,2016,36(09):2508-2515+2565.
  • [2] 周凯利. 应用于手写数字识别的卷积神经网 络算法与FPGA 实现[D]. 重庆邮电大学,2019.
  • [3] 韩卫雪, 周亚同, 池越. 基于深度学习卷积神经网络的地震数据随机噪声去除[J]. 石油物 探,2018,57(06):862-869+877.
  • [4] 丁小刚. BP 神经网络与卷积神经网络在文字 识别中的应用研究[D].华中科技大学,2014.
  • [5] 朱书眉. 基于卷积神经网络的手写体数字识别 [J].数字技术与应用,2018,36(11):44+46.
  • [6] 李彦冬. 基于卷积神经网络的计算机视觉关 键技术研究[D]. 电子科技大学,2017.
  • [7] 来学伟.TensorFlow 读取数据在简单图像识别 中的应用[J]. 现代信息科技,2019,3(12):98-99.
  • [8]LECUN Y,BOTTOU L,BENGIO Y,et al.Gradient-based learning applied todocument recognition[J].Proceedings of the IEEE,1998,86(11):2278-2324.
  • [9] 吕红. 基于卷积神经网络的手写数字识别系统 的设计[J].智能计算机与应用,2019,9(02):54-56+62.
  • [10] 彭先伦. 动量梯度下降法的收敛性[D]. 华 东理工大学,2020.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号