基于神经网络的手写数字识别.docx

摘要：手写数字识别是当前机器识别字符研究的一个重要应用。本质上来说，手写数字识别是一种图像识别技术，即对以图像形式存在的字符的特征进行对比分类。对识别结果的衡量指标有识别率与识别速度等，在搭建一个手写数字识别系统时，提高识别率与识别速度是现在的研究重点。随着计算机硬件和卷积神经网络算法的不断发展与进步，手写数字识别也加入了卷积神经网络，使得机器可以在深度学习中逐步提升识别率和识别速度，使得识别的性能远超传统的数字识别。

本文使用Python语言、NumPy拓展库，搭建卷积神经网络模型，使用MNIST数据集进行训练，设计实现一个具有高识别率的手写数字识别系统。首先，使用MNIST数据