1樓:天霸封神
確實有這個問題,tensorflow上的demo例子,訓練和測試都很好。但實際安裝到手機上執行時,效果很不理想。感覺有待優化。
2樓:腦洞太開
# 按照現有CNN識別方案很難做到100%, 沒有做位置矯正,不是基於筆畫學習,比如你寫個1在邊上,肯定識別不出來
# TensorFlow2例子基本上99%以上,幾分鐘model=tf
.keras
.models
.Sequential
()model
.add
(layers
.Conv2D(32
,(3,
3),activation
='relu'
,input_shape=(
28,28,
1)))
model
.add
(layers
.MaxPooling2D((2
,2)))model
.add
(layers
.Conv2D(64
,(3,
3),activation
='relu'
))model
.add
(layers
.Conv2D(64
,(3,
3),activation
='relu'
))# model.add(layers.MaxPooling2D((2, 2)))
model
.add
(layers
.Flatten
())model
.add
(layers
.Dense(64
,activation
='relu'
))model
.add
(layers
.Dense(10
,activation
='softmax'
))model
.compile
(optimizer
='adam'
,loss
='sparse_categorical_crossentropy'
,metrics=[
'accuracy'
])model
.summary
()model
.fit
(train_images
,train_labels
,epochs=5
)# 99.5%
3樓:jerry
kaggle上有人達到100%,不過不知道是不是因為是99.999999...%進製來的還是真的是100%,但是我更傾向於沒人能達到100%。
因為我覺得人眼或許就標註資料的時候有可能也會有錯,不知道這種想法對不對。
Digit Recognizer | Kaggle排行榜感覺99%還是很容易的,用keras隨便寫了乙個cnn在CPU上跑了一會兒就99%了
自己手寫的資料跑得差,感覺應該還是模型在mnist上過擬合了。如果想做通用的手寫數字識別,我覺得可不可以增加更多的標準的數字來訓練。一方面更好的提取數字的特徵,一方面防止過擬合。
想在 iPad 上手寫記筆記,但是電容筆都很粗怎麼辦?
胡不歸 所以其實我真的很想知道大家是怎麼在pad上把筆記記得那麼整齊漂亮的。我真的很努力在控制了。雖然我字不好看。但是真的沒有那麼醜。 Qing Wacom Bamboo蠻好用的,雖然就是一般的電容筆然後頭也不小,但配合Goodnote4很好用,Goodnote做的很好,手掌識別什麼的字的粗細可以調...
如何快速上手資料視覺化工具EasyV?
趙嘉 1.用谷歌瀏覽器登入Easy V 2.新建專案,然後有模板可選 這點體驗比較好,不會排版的同學也可以套用 也可以建立空白頁 3.按照自己需要調整頁面排版或新設計排版 文字大小,圖表顏色均可修改,也可以自己上傳背景,邊框,動畫等元素 4.確認頁面效果,發布專案 整體體驗很不錯,介面設計上類似於p...
資料集的benchmark和baseline指的是什麼,一般有什麼區別?
巧克力工廠的查理 Abaselineis a measurement or state at a point in time.Abenchmarkis a measurement of an industry standard,best practice or competitor.Baseline...