【A238】深度学习Pytorch框架手写数字识别(Mnist数据集)

文件编号：A238

文件大小：34M

开发环境：Python3.8、Pytorch、PyCharm2020

猿创承诺：该项目亲测正常运行，提供部署视频，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。

简要概述：GUI图形界面，深度学习mnist手写体数字识别，pytorch框架，可手写识别，有测试集合准确率，有单张图片预测

按需写作：

演示视频：

点击查看：系统演示视频

环境搭建步骤：

1、安装python3

2、配置python3的环境变量

3、安装pip

4、安装pytorch框架（pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple）

5、安装pyqt5

PS：报告建议首选pytorch那个，因为这个代码是pytorch框架的

运行程序：

python gui_test.py

（.py文件的运行方式为python xx.py）

（想看代码的话你可以右键用写字板或者记事本打开，也可以放到你电脑里面的spyder里看）

程序说明：

train.py是训练程序

test.py是mnist数据集中测试集在训练好的模型下的准确率测试

single _image_ped.py是读取单张图片测试程序（不是这个界面的程序）

gui_test.py是运行程序入口

net.py是训练和测试用的神经网络结构（使用的是其中的SimpleNet，实际上就是lenet5，所以自行填充报告的时候可以直接搜这个就行）

model_new.pkl是训练完成后保存的神经网络参数模型

data文件夹是训练网络模型用的数据集（mnist数据集，里面是二进制文件，具体里面是什么见度娘）

MainWidget和PaintBoard是可视化界面和后台的接口

运行效果：

远程协助：

温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。

点击查看：远程协助相关事项

我们提供完整项目文件清单如下：

文件目录

 ├ 1.项目源码

 ├ 2.技术文档

 └ 2.演示视频