Turinys:

Skaitmenų atpažinimo įrenginys su „Python“: 3 žingsniai
Skaitmenų atpažinimo įrenginys su „Python“: 3 žingsniai

Video: Skaitmenų atpažinimo įrenginys su „Python“: 3 žingsniai

Video: Skaitmenų atpažinimo įrenginys su „Python“: 3 žingsniai
Video: Интернет-технологии - Информатика для руководителей бизнеса 2016 2024, Lapkritis
Anonim
Image
Image
Parsisiųsti Python
Parsisiųsti Python

Ši populiari aktuali tema yra „Computer Vision“, kurią sudaro nauja programinės įrangos atnaujinimo programa, skirta atkurti reconocer patrones dentro de image. Jei įmanoma, įsivaizduokite, kad tai yra habilidad es muy útil para una computadora y permite expandir los horizontes de la computación al ser aplicado correctamente.

1 veiksmas: atsisiųskite „Python“

Įdiegti el. Programos „Python“programą.

www.python.org

2 veiksmas: atsisiųskite „El Dataset De MNIST“

Atsisiųskite „El Dataset De MNIST“
Atsisiųskite „El Dataset De MNIST“

Sąvokos „duomenų rinkinys“ir „mokymo rinkinys“de imágenes para poder entrenar y, posteriormente, probar la red ir Confirmar su correcto funcionamiento

yann.lecun.com/exdb/mnist/

3 žingsnis: Pasos Del Codigo

Pasos del Codigo
Pasos del Codigo

Luego debemos determinant la estructura de nuestra red de neuronas. Esto es

vital para el correcto funcionamiento de esta y varía mucho dependiendo del uso que se le dará a la red. Esto se hace en función del número de capas y de nodos (o neuronas). Elegimos una “función de activación” que servirá para determinar cuales neuronas actúan en cada ciclo de processamiento. Pavyzdžiui, „elegimos nuestra función de“costo”arba klaida, nesvarbu, ar tai yra„ red aprender y minimalizar sus errores al comparar su predción con el resultado esperado “. Se ejecuta el código creado para entrenar a la red y luego se le hacen las “preguntas” sobre qué dígito ve en cada imágen nueva presentada.

Todo puede ser encontrado en el siguiente repositorio (hecho en ingles)

github.com/pieromarini/PyNeuNet.git

Rekomenduojamas: