实现一个小型Python程序来识别手写数字
我想我可以实现一个非常小的Python程序来识别手写数字 步骤: 1.我在一张纸上写字,拍照 2.使用Python阅读它 3.将其转换为灰度和20*20 4.然后将其转换为1*400,并在开头添加一行,使其成为1*401实现一个小型Python程序来识别手写数字,python,machine-learning,neural-network,Python,Machine Learning,Neural Network,我想我可以实现一个非常小的Python程序来识别手写数字 步骤: 1.我在一张纸上写字,拍照 2.使用Python阅读它 3.将其转换为灰度和20*20 4.然后将其转换为1*400,并在开头添加一行,使其成为1*401 img1=Image.open('one.jpg').convert('L') img1 = img1.resize((20,20)) a=np.reshape(input1,(1,400)) b=np.c_[np.ones(1),a] 我得到的是: 作为安得烈NG课程
img1=Image.open('one.jpg').convert('L')
img1 = img1.resize((20,20))
a=np.reshape(input1,(1,400))
b=np.c_[np.ones(1),a]
我得到的是:
作为安得烈NG课程的一部分,我得到了隐藏层的权重,所以通过使用只有一个隐含层的神经网络,我可以通过向前传播来预测数量。 参数包括: input_layer_size=20x20数字输入图像,即:;b 1*401
25个隐藏单位,θ1=25*401,θ2=10*26 10个标签,从1到10,“0”映射到标签10 Python代码: 现在l2最大值的(位置+1)将是输出编号#Octave code:
a1=[ones(size(a,1),1),a];
z2=sigmoid(a1*Theta1');
a2=[ones(size(z2,1),1),z2];
a3=sigmoid(a2*Theta2');
[x,p ]= max(a3, [], 2);
p
//here p has the number
如果一切顺利的话,我应该从这段小代码中获得一些魔力,但它在八度音阶中工作得很好,而不是在Python中。我将a保存在a.mat中,并将其加载到倍频程中,然后运行上面的代码,我得到了答案。l2和p应该是一样的,对吗
我检查了所有的东西,这个代码来自
我甚至在八度音阶中尝试了他的11行神经网络,然后我在Python和八度音阶中得到了相同的输出。这应该可以正常工作。如何上传zip文件。。。。我可以编辑并重新提交吗
#Octave code:
a1=[ones(size(a,1),1),a];
z2=sigmoid(a1*Theta1');
a2=[ones(size(z2,1),1),z2];
a3=sigmoid(a2*Theta2');
[x,p ]= max(a3, [], 2);
p
//here p has the number