深度学习手写字符识别
第一次写博客，想和大家分享一下最近学习的深度学习手写字符识别。
以下内容是网上找的对手写字符识别原理的介绍
例如如何识别像素28 * 28手写数字3
如果分成28 * 28 的网格具体如下：
28 * 28 = 784， 可以由784个像素点代表3.大脑识别不用考虑这些像素点， 很容易识别， 这里不研究大脑如何识别， 而是电脑如何识别。
大脑很容易区分3 和 6， 另外即使是3， 也有无数种写法， 这是难不倒大脑的。而计算机如何处理？
如何是黑白图片， 可以根据灰度值作如下标记：黑色用0.0表示， 白色用1.0表示， 但无法识别是3。
通过编写程序， 机器学习都无法解决这一问题， 这就需要提到神经网络， 根据大脑对图像的识别原理，解决：
通过对每一个神经元赋值， 再乘以权重w, 再加上bias值， 再把计算结果传到激活函数中sigmoid, 用于激活下一层的神经元：
而具体是怎么实现的，工作的原理是什么， 如何分层， 每一层需要有神经元， 需要如何过滤， 选用什么激活函数等就不一一说明了。//
在这次的深度学习手写字符识别中，我们先后下载了手写字符识别训练的源码和MNIST_Dataset数据集进行训练。
运行tes_minist.py，运行的是一个4手写字符的样例。
运行train_minist.py
打开结果，可以看到运行的过程。
源码地址：https://github.com/mivlab/AI_course
数据集地址： https://pan.baidu.com/s/18Fz9Cpj0Lf9BC7As8frZrw 提取码：xhgk。
手写字符识别
