关于MNIST手写数字识别的多层神经网络模型应用研究
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
本研究探讨了在MNIST数据集上使用多层神经网络模型进行手写数字识别的有效性与性能优化，旨在提升模型的准确率和泛化能力。
（10分）在课程案例的指导下完成MNIST手写数字识别问题的多层神经网络模型实践，并自行设计一种神经网络模型，通过调整不同的超参数使模型准确率达到97.5%以上。
提交要求：
1、包含运行结果的最佳源代码文件（格式为.ipynb）
2、将上述文件作为附件上传
评分标准：
1、能够完成MNIST手写数字识别的神经网络建模与应用，提供完整的可运行代码且模型准确率超过97%，得6分；每下降一个百分点扣一分；
2、如果模型准确率达到或高于97.3%再加2分；
3、若能将模型准确率提升至97.5%以上，则额外获得2分。
全部评论 (0)
还没有任何评论哟~
