声明
1. 绪论
1.2.国内外发展现状及趋势
1.2.1.国外发展现状
1.2.2.国内发展现状
1.4.本文主要的内容及安排
2. 环境搭建与连接
2.1.1. NAO机器人接入局域网
2.1.2.使用NAOqi连接机器人
2.2.Python语言环境的搭建
2.2.1. Python语言的特点
2.2.2. Linux下搭建Python语言实验环境
2.3.TensorFlow环境搭建
2.4.神经网络
2.5.图像预处理
2.5.1. HSV色彩空间
2.5.2.灰度化处理
2.5.3.归一化处理
3. BP神经网络实现手写数字识别
3.2.BP神经网络反向传递过程
3.3.BP神经网络的MATLAB实现
3.4.BP神经网络在TensorFlow中的实现
4. 卷积神经网络实现手写数字识别
4.1.卷积神经网络
4.1.1.卷积的定义
4.1.2.全零填充
4.1.3.池化
4.1.4.全连接层
4.2.卷积神经网络的反向传播过程
4.2.1.误差值的反向传播
4.2.2.通过误差进行参数迭代
4.3.卷积网络的结构设计
4.4.卷积网络的实现过程
4.4.1.所示完整的前向传播实现过程如下
4.4.2.反向传播过程实现
4.4.3.卷积层的实现
4.4.4.池化层的实现
5. 各类网络效果分析
5.2.损失函数Loss曲线对比
5.3.准确率Accuracy曲线对比
5.4.总结
6. 总结与展望
6.2.展望
参考文献
攻读硕士学位期间发表的论文及所得到的研究成果
致谢