基于深度神经网络的手写数字识别方法研究

摘要

手写数字识别技术的发展随着人工智能的进步也得到了体现,并已渗入到人们的生活中。文章运用深度神经网络模型(DNN),来完成手写数字识别。通过改进代价函数,使用MNIST数据集对模型进行训练,测试评估模型的准确识别率,手动书写阿拉伯数字输入模型进行测试。实验结果表明,数字的正确识别率平均约为98.24%,改进模型在手写数字识别上有较高的准确性,具有一定的使用价值。