基于生成对抗网络的手写数字识别优化

智研平台会员

登录机构账号

复制成功

设置

万方会员

暂未开通会员

开通即享超值福利、会员权益
优质内容推荐

简繁

搜索

DOI: 10.18686/jsjxt.v3i2.46786

基于生成对抗网络的手写数字识别优化

四川大学锦城学院计算机与软件学院

全文直达

引用

收藏

打印

摘要：在深度学习训练模型时如果训练数据集量少，那么训练出的模型效果通常不会很理想，而生成对抗网络（GAN）可以通过学习原始图片特征生成与其相似的新图片从而扩充数据集解决原始数据集量少的问题。本文主要研究讨论生成对抗网络（GAN）的基本组成结构和实现原理以及它在图像生成与数据扩充上的应用。文中用手写数字集识别的实验来说明GAN生成图像扩充数据集对训练出的模型的泛化能力和准确率的提升效果。

关键词：

生成对抗网络（GAN）；图像生成；手写数字

Universe Scientific Publishing

ISSN：2661-3719

年,卷(期)：2021,3(2)

x