基于深度残差网络的手写体数字识别

摘要

对传统深度残差网络进行改进,将其应用于手写体数字识别中.通过对卷积核大小、移动步长等参数进行调整使其适合手写体数字识别.在池化层使用重叠池化方案,池化单元采用3﹡3,步长为2,以有效保留上一层有用信息.实验中采用手写体数字数据库MNIST作为数据源,通过数据增广技术对训练数据动态扩充,以提高训练效果.实验结果表明,该方案可以有效提高识别率,而训练时间大幅度降低.