卷積神經網路在手寫數字辨識之研究

MUSTIR > College of Management > Department of Industrial Engineering and Management > Research Projects in School > Item 987654321/1349

Please use this identifier to cite or link to this item: http://120.105.36.38/ir/handle/987654321/1349

Title:	卷積神經網路在手寫數字辨識之研究
Authors:	李得盛
Contributors:	工業工程與管理系
Keywords:	卷積神經網路，手寫數字，Tensorflow，優化器
Date:	2019-10-31
Issue Date:	2020-02-17 09:51:37 (UTC+8)
Abstract:	卷積神經網路是一種特殊的多層級神經網路，類似其它的神經網路，它也是利用倒傳遞神經網路演算法進行訓練，在網路結構上與其它神經網路是有所不同的。卷積神經網路可以應用於視覺影像的辦識，從最原始的像素資料，進行極少數的處理就可得到很好的辦識效果。本專案將卷積神經網路應用在手寫數字的辨識，每個數字以輸出機率的大小來決定分類的結果。本專案包含許多的辨識器，每一個都是卷積神經網路。手寫數字的辨識日趨完善，在手機裡也時常在使用，即使寫出很潦草的數字，也能有相當高的機率辨識出來。本專案使用卷積神經網路來辨識各種手寫數字的辨識，透過 Yann LeCun’s MNIST 的手寫數字資料庫提供手寫數字，其中有 60,000 個訓練資料、與 10,000 個測識資料，每個手寫數字都是28*28 像素的影像。將這些資料轉換成卷積神經網路的輸入資料進行訓練。本專案將進行不同的卷積網路結構、不同的網路參數以及三種不同的優化器(如 Gradient Descent Optimizer, Ada delta Optimizer and Adam Optimizer)進行辨識率的比較。
Appears in Collections:	[Department of Industrial Engineering and Management] Research Projects in School

Files in This Item:

File	Description	Size	Format
李得盛-成果.pdf		1227Kb	Adobe PDF	554	View/Open

View Licence

Loading...