手写字体识别是指给定一系列的手写字体图片以及对应的标签，构建模型进行学习，目标是对于一张新的手写字体图片能够自动识别出对应的文字或数字。通过深度学习构建普通神经网络和卷积神经网络，处理手写字体数据。通过对神经网络模型训练，实现手写字体识别。手写数字识别应用非常广泛，如税表系统，银行支票自动处理和邮政编码自动识别等。这些工作需要大量的手工录入，劳动强度较大。通过深度学习实现手写字体识别，大大提高了工作效率。
深度学习是机器学习的一个子类，是机器学习众多算法中的一种，是拥有多个隐藏层的神经网络。深度学习可以理解为多层神经网络，是一种学习的模式，采用具有深度的模型进行学习。深度学习具有其他算法不具备的显著优势，特别在AI领域的应用中，使得深度学习解决问题的效果尤为突出，广泛应用于语音识别、图像识别、文本理解等众多领域。（基于沃达德大数据平台，在构建大规模、企业级人工智能应用程序方面具有独特优势。）
#大数据平台#人工智能#手写字体识别
