编号：A105
大小：167M
环境：Python3.8、OpenCV4.6、Torch、Pycharm2020
简介：基于Pytorch使用BP神经网络识别手写数字集MNIST

文件结构：

1.data文件夹

-MNIST 使用torchvision自动下载的数据集

-self 自己手动下载的数据集

2.fig文件夹

-存放了绘制的损失函数和准确率等曲线

3.save_model文件夹

-存放了保存的相关模型

v4.isual_BP文件夹

-存放了使用model_test.py测试模型时绘制的可视化图像，绘制的图像包含所有分类错误的手写数据，只包含少量全部正确的图像

c = find_width(t) # c为绘制图像的长和宽

if c == -1:

print(‘Error, can not plot ‘)

print(t)

continue

elif acc < 1 or (acc == 1 and random.uniform(0.0, 1.0) < 0.005): fig = plt.figure() 5.visual_CNN文件夹 基本同上

运行展示

MNIST_By_CNN.py 主要实现了使用CNN网络训练模型并绘制相关曲线

model_test.py 可以加载已经保存的模型进行测试并实现可视化

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频