字符识别使用LeNet-5

深模型(LeNet-5)对准MNIST数据集用于字符识别。

457下载

更新2021年5月6日

查看许可协议

LeNet-5模型实现了在这个项目中有3个卷积和2层全层。它有62000个训练参数和图像输入大小是32 * 32。这个模型已经达到了98.48%的准确率MNIST测试集上训练集训练后。MNIST是手写的数字与70000年的数据集中固定大小的灰度图像。更详细的数据集是可用的:

http://yann.lecun.com/exdb/mnist

运行GUI,并选择你的形象。

引用作为

Ebrahimi,阿米尔,et al。“卷积神经网络用于阿尔茨海默病检测核磁共振图像。“医学影像杂志》8卷,没有。02年,SPIE-Intl Soc光学中,2021年4月,jmi.8.2.024503 doi: 10.1117/1.。

查看更多的风格
MATLAB版本兼容性
创建R2020b
与R2019b后来版本兼容
平台的兼容性
窗户 macOS Linux
确认

启发:Pre-trained 2 d LeNet-5

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!
版本 发表 发布说明
1.0.1

相关论文发表。

1.0.0