基于LeNet-5架构的MNIST手写数字分类模型,由MindSpore官方提供
下载量 19
发布时间 : 3/2/2022
模型简介
这是一个使用LeNet-5架构在MNIST数据集上训练的卷积神经网络模型,用于手写数字识别任务。
模型特点
经典架构
采用LeNet-5这一经典的卷积神经网络架构,结构简洁高效
轻量级模型
模型参数较少,适合在资源受限的环境中部署
高准确率
在MNIST测试集上达到99%以上的分类准确率
模型能力
手写数字识别
图像分类
使用案例
教育
手写数字识别教学
用于深度学习入门教学,展示卷积神经网络的基本原理
工业应用
邮政编码识别
可用于邮件分拣系统中的邮政编码自动识别
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文