کدگیت
1
0 محصول 0 تومان
ورود / ثبت نام
منو
کدگیت
0 محصول 0 تومان
  • صفحه اصلی
  • فروشگاه
    • سبد خرید
    • حساب کاربری
    • پرداخت
  • بلاگ
    • پایتون
    • جاوا
    • HTML
    • CSS
    • bootstrap
    • یادگیری ماشین
    • پردازش تصویر
  • طراحی سایت
  • پردازش تصویر
جستجو
خانه پروژه پایتون سورس تشخیص ارقام انگلیسی با ANN (شبکه عصبی مصنوعی)
سورس تشخیص سرطان در پایتون (شبکه عصبی مصنوعی)
سورس تشخیص سرطان در پایتون (شبکه عصبی مصنوعی) 140,000 تومان
بازگشت به محصولات
سورس تشخیص دیابت با KNN
سورس تشخیص دیابت با KNN (الگوریتم k-nearest neighbors) 140,000 تومان
بزرگنمایی تصویر

سورس تشخیص ارقام انگلیسی با ANN (شبکه عصبی مصنوعی)

140,000 تومان

  • فرمت فایل: فایل پایتون (.py)
  • زبان برنامه نویسی: پایتون
  • Frame گرافیکی: دارد
  • ماژول استفاده شده: tensorflow، matplotlib
مقایسه
افزودن به علاقه مندی
دسته ها: deep learning, پایتون, پردازش تصویر, پروژه پایتون, سورس پایتون, سورس کد, شبکه عصبی, یادگیری عمیق برچسب ها: code, codegate, image processing, mnist dataset, neural network, python, بینایی ماشین, پایتون, پردازش تصویر, تشخیص ارقام انگلیسی, دیتاست mnist, سورس پایتون, سورس کد, شبکه عصبی, کدگیت, یادگیری ماشین
اشتراک گذاری:
  • توضیحات
  • توضیحات تکمیلی
  • نظرات (0)
توضیحات

در این قسمت تیم کدگیت سورس تشخیص ارقام انگلیسی با ANN را تهیه کرده است. دنیای پردازش تصویر و بینایی ماشین بسیار دگرگون گردیده است. شما یک اپلیکیشن در تلفن همراه را مشاهده می‌کنید که از طریق تصویر نوع بیماری را شناسایی می کند. اپلیکیشن دیگری از طریق تصویر یک حیوان، نژاد آن را به شما می‌گوید! سوالی که پیش می‌آید، این فرآیند چگونه انجام می‌گیرد؟ یا از چه طریقی شناسایی یک بیماری از روی تصویر امکان پذیر می‌شود؟ همه این موارد توسط شبکه عصبی قابل انجام است. ما در این قسمت سورس تشخیص ارقام انگلیسی که از شبکه‌های عصبی مصنوعی(ANN) استفاده می‌کند را تهیه کرده‌ایم. با ما همراه باشید تا این سورس جذاب را معرفی کنیم.

سورس تشخیص ارقام انگلیسی با ANN

تکنولوژی امروزه به سرعت در حال پیشرفت است. تشخیص عینک، تشخیص خودرو، تشخیص چشم و … تنها بخشی از پیشرفت تکنولوژی است که با کمک پردازش تصویر، بینایی ماشین و هوش مصنوعی قابل انجام است. در این قسمت سورس تشخیص ارقام انگلیسی با ANN در پایتون را تهیه کرده‌ایم. برای این کار ما از ماژول tensorflow و matplotlib کمک می‌گیریم. در صورتی که با ماژول‌ Matplotlib آشنایی ندارید پیشنهاد می‌کنیم دوره آموزش ماژول matplotlib را مطالعه نمایید. همچنین دیتاست استفاده گردیده در این پروژه mnist می‌باشد.

ساختار شبکه عصبی

در سورس پیاده سازی گردیده جهت شناسایی ارقام انگلیسی از ساختار زیر برای شبکه عصبی استفاده گردیده است:

سورس تشخیص ارقام انگلیسی با ANN

در ساختار بالا همانطور که میبینید لایه ورودی پیکسل های تصویر می‌باشد. سپس این اطلاعات وارد لایه دوم (Fully Connected Layer) می‌شود. لایه سوم Dropout است. در پایان نیز لایه Fully Connected Layer برای پیشبینی ارقام انگلیسی قرار داده‌ایم.

دیتاست Mnist

همانطور که گفتیم ما در این پروژه از دیتاست mnist استفاده می‌کنیم. این دیتاست شامل تصاویر اعداد دست‌نویس می باشد. بسیاری از کسانی که می‌خواهند شبکه عصبی کانولوشنی را یاد بگیرند، از این دیتاست برای پیاده سازی شبکه عصبی خود استفاده می‌کنند. تصویر زیر برخی از تصاویر این دیتاست را نمایش می‌دهد:

دیتاست mnist

نحوه اجرا سورس تشخیص ارقام انگلیسی

زبان برنامه نویسی سورس تشخیص ارقام انگلیسی، پایتون بوده و فرمت فایل .py است. بعد از تهیه سورس از سایت کدگیت فایلی با فرمت zip در اختیار شما قرار می‌گیرد. فایل را از حالت zip خارج کرده تا بتوانید سورس کد را ببینید. فایل اصلی برنامه با نام ANN mnist.py می‌باشد. این فایل را اجرا کنید تا برنامه اجرا شود. پس از اجرا خروجی زیر را مشاهده خواهید کرد:

سورس تشخیص ارقام انگلیسی با ANN

نمایش میزان خطای مدل بعد از training

سورس تشخیص ارقام انگلیسی با ANN

نمایش میزان دقت مدل بعد از training

علاوه بر تصاویر بالا در کنسول خروجی زیر را خواهید دید:

Epoch 1/10
1875/1875 [==============================] - 2s 1ms/step - loss: 2.3672 - accuracy: 0.7753 - val_loss: 0.4857 - val_accuracy: 0.8866
Epoch 2/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.5465 - accuracy: 0.8603 - val_loss: 0.3057 - val_accuracy: 0.9229
Epoch 3/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.4608 - accuracy: 0.8827 - val_loss: 0.3231 - val_accuracy: 0.9278
Epoch 4/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.4179 - accuracy: 0.8953 - val_loss: 0.3183 - val_accuracy: 0.9247
Epoch 5/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.3896 - accuracy: 0.9031 - val_loss: 0.2623 - val_accuracy: 0.9392
Epoch 6/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.3672 - accuracy: 0.9099 - val_loss: 0.3444 - val_accuracy: 0.9323
Epoch 7/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.3469 - accuracy: 0.9143 - val_loss: 0.2557 - val_accuracy: 0.9429
Epoch 8/10
1875/1875 [==============================] - 2s 991us/step - loss: 0.3399 - accuracy: 0.9156 - val_loss: 0.2883 - val_accuracy: 0.9402
Epoch 9/10
1875/1875 [==============================] - 2s 998us/step - loss: 0.3305 - accuracy: 0.9177 - val_loss: 0.3027 - val_accuracy: 0.9411
Epoch 10/10
1875/1875 [==============================] - 2s 1ms/step - loss: 0.3198 - accuracy: 0.9219 - val_loss: 0.2950 - val_accuracy: 0.9416
Evaluate test data:
313/313 [==============================] - 0s 526us/step - loss: 0.2950 - accuracy: 0.9416
[0.2949695289134979, 0.9416000247001648]

در خروجی بالا تعداد 10 epoch شبکه عصبی train گردیده است. همچنین میزان دقت را در هر دور epoch می‌توانید مشاهده کنید. در epoch پایانی میزان دقت 94 درصد مشخص شده است که عدد مناسبی برای مدل پیاده سازی شده می‌باشد.

فایل‌ها و ماژول‌ها سورس کد

در سورس فوق از فایل‌ها و ماژول‌های زیر استفاده گردیده است:

  • tensorflow: جهت نصب وارد cmd شوید و دستور pip install tensorflow را وارد کنید.
  • matplotlib: دستور pip install matplotlib را در cmd بزنید.

برای نصب پایتون به طوری که در CMD بتوانید کدهای پایتون را اجرا و ماژول‌ها را نصب نمایید ویدئو زیر را حتماً مشاهده کنید:

توضیحات تکمیلی
programming-languages

پایتون

فرمت-فایل

.py

frame-گرافیکی

دارد

تست-شده

توسط کارشناسان تیم کدگیت

نظرات (0)

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “سورس تشخیص ارقام انگلیسی با ANN (شبکه عصبی مصنوعی)” لغو پاسخ

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مرتبط

سورس محاسبه مساحت مثلث در سی پلاس پلاس
مقایسه

دانلود سورس محاسبه مساحت مثلث در سی پلاس پلاس

80,000 تومان
در این قسمت تیم کدگیت سورس محاسبه مساحت مثلث در سی پلاس پلاس آماده کرده است. با استفاده از زبان سی
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
پروژه الگوریتم های مرتب سازی در جاوا
مقایسه

پروژه الگوریتم های مرتب سازی در جاوا

80,000 تومان

سفارش پروژه

در صورتی که پروژه مشابه و یا پروژه های دیگری در زمینه برنامه‌نویسی جاوا دارید می‌توانید از طریق تلگرام و یا شماره واتس آپ 09373430268 پیغام داده تا در اسرع وقت پروژه شما بررسی و پیاده سازی گردد.
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
دانلود سورس پیمایش LevelOrder در سی پلاس پلاس
مقایسه

دانلود سورس پیمایش LevelOrder در سی پلاس پلاس

80,000 تومان
در این قسمت تیم کدگیت سورس پیمایش LevelOrder در سی پلاس پلاس آماده کرده است. با استفاده از زبان سی پلاس
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
سورس پیمایش PreOrder در سی پلاس پلاس
مقایسه

دانلود سورس پیمایش PreOrder در سی پلاس پلاس

80,000 تومان
در این قسمت تیم کدگیت سورس پیمایش PreOrder در سی پلاس پلاس آماده کرده است. با استفاده از زبان سی پلاس
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
پروژه تشخیص چشم در پایتون
مقایسه

پروژه تشخیص چشم در پایتون

90,000 تومان
در این قسمت تیم کدگیت پروژه تشخیص چشم در پایتون را آماده کرده است. در این پروژه با رعایت اصول
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
پروژه تشخیص رنگ در پایتون
مقایسه

پروژه تشخیص رنگ در پایتون

95,000 تومان
در این قسمت تیم کدگیت را با پروژه تشخیص رنگ در پایتون همراهی کنید. در این پروژه با توجه به
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
سورس درخت قرمز و سیاه در سی پلاس پلاس
مقایسه

دانلود سورس درخت قرمز و سیاه در سی پلاس پلاس

80,000 تومان
در این قسمت تیم کدگیت سورس درخت قرمز و سیاه در سی پلاس پلاس آماده کرده است. با استفاده از
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
دانلود سورس پیمایش PostOrder در سی پلاس پلاس
مقایسه

دانلود سورس پیمایش PostOrder در سی پلاس پلاس

80,000 تومان
در این قسمت تیم کدگیت سورس پیمایش PostOrder در سی پلاس پلاس آماده کرده است. با استفاده از زبان سی پلاس
افزودن به علاقه مندی
افزودن به سبد خرید
مشاهده سریع
  • جاوا
  • پایتون
  • سی شارپ
  • سی پلاس پلاس
  • HTML
  • سورس جاوا
  • سورس پایتون
  • سورس سی پلاس پلاس
  • دوره پیش‌نیاز علم داده
  • دوره ماژول turtle
  • دوره مقدماتی پایتون
Twitter Paper-plane Instagram

استفاده از مطالب سایت کدگیت فقط برای مقاصد غیرتجاری و با ذکر منبع بلامانع است.
© کلیه حقوق این سایت متعلق به کدگیت می‌باشد.

  • صفحه اصلی
  • فروشگاه
    • سبد خرید
    • حساب کاربری
    • پرداخت
  • بلاگ
    • پایتون
    • جاوا
    • HTML
    • CSS
    • bootstrap
    • یادگیری ماشین
    • پردازش تصویر
  • طراحی سایت
  • پردازش تصویر
  • علاقه مندی
  • مقایسه
  • ورود / ثبت نام
ورود
بستن

رمز عبور را فراموش کرده اید؟

هنوز حساب کاربری ندارید؟

ایجاد حساب کاربری
فروشگاه
علاقه مندی
0 محصول سبد خرید
حساب کاربری من