DL之HNN:基于HNN(subplot)将凌乱数字矩阵图像(模拟手写数字图片)实现转为最相近的阿拉伯数字-阿里云开发者社区

开发者社区> 一个处女座的程序猿> 正文

DL之HNN:基于HNN(subplot)将凌乱数字矩阵图像(模拟手写数字图片)实现转为最相近的阿拉伯数字

简介: DL之HNN:基于HNN(subplot)将凌乱数字矩阵图像(模拟手写数字图片)实现转为最相近的阿拉伯数字
+关注继续查看

输出结果

image.png




代码设计


#DL:基于HNN将凌乱数字矩阵图像(模拟手写数字图片)实现转为最相近的阿拉伯数字

import numpy as np

import neurolab as nl

import matplotlib.pyplot as plt

# 012数字形矩阵————————16*8改为6*5

target=np.array([[0, 1, 1, 1, 0,

                1, 0, 0, 0, 1,

                1, 0, 0, 0, 1,

                1, 0, 0, 0, 1,

                1, 0, 0, 0, 1,

                0, 1, 1, 1, 0],

               

                [0, 1, 1, 0, 0,

                 0, 0, 1, 0, 0,

                 0, 0, 1, 0, 0,

                 0, 0, 1, 0, 0,

                 0, 0, 1, 0, 0,

                 0, 0, 1, 0, 0],

               

                [1, 1, 1, 0, 0,

                 0, 0, 0, 1, 0,

                 0, 0, 0, 1, 0,

                 0, 1, 1, 0, 0,

                 1, 0, 0, 0, 0,

                 1, 1, 1, 1, 1]])

test_data0=np.asfarray([0, 0, 1, 1, 0,

                       1, 0, 1, 0, 0,

                       1, 0, 0, 0, 1,

                       1, 0, 1, 0, 0,

                       1, 0, 0, 0, 1,

                       0, 1, 0, 1, 1])

test_data1=np.asfarray([0, 1, 1, 0, 0,

                       0, 0, 0, 0, 0,

                       0, 1, 1, 0, 0,

                       0, 0, 0, 0, 1,

                       1, 0, 1, 0, 0,

                       0, 0, 1, 0, 0])

test_data2=np.asfarray([1, 0, 1, 0, 0,

                       0, 0, 0, 1, 0,

                       1, 0, 0, 1, 0,

                       0, 1, 1, 0, 1,

                       1, 0, 0, 0, 1,

                       1, 0, 0, 1, 0])

……

ax6.imshow(out0,cmap=plt.cm.gray, interpolation='nearest')

ax6.set_title("after HNN")  #DL: Based on HNN, turn to the closest Arabia number 0

ax7.imshow(out1,cmap=plt.cm.gray, interpolation='nearest')

ax7.set_title("after HNN")

ax8.imshow(out2,cmap=plt.cm.gray, interpolation='nearest')

ax8.set_title("after HNN")

fig.tight_layout() #轴域的位置自动调整

plt.suptitle("DL: Based on HNN, turn to the closest Arabia number By Jason Niu")  #设置总图标题

plt.show()



版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
显存不够,框架来凑:两行代码显存翻倍,2080Ti也能当V100来用
2080Ti 竟然可以当 V100 来用,这个功能有点儿厉害。
3 0
Python 操作mongodb数据库
  查看数据库   from pymongo import MongoClient   connect=MongoClient(host='localhost', port=27017, username="root", password="123456")   connect=MongoClient('mongodb://localhost:27017/', username="root", password="123456")   print(connect.list_database_names())
6 0
Python爬虫中的数据筛选
  爬虫处理之结构化数据操作   目录   正则表达式提取数据   正则表达式案例操作   Xpath提取数据   Xpath案例操作   BeautifulSoup4提取数据   BeautifulSoup4案例操作
5 0
【七天入门Go语言】 网络编程 | 第六天
目录 1. Socket 编程 1.1 Dial()函数 2. HTTP 编程 2.1 HTTP 客户端 2.2 HTTP 服务端 2.2.1 处理 HTTP 请求 3. RPC 编程 3.1 Go 语言中的 RPC 支持与处理 3.2 Gob 简介 3.3 设计优雅的 RPC 接口 最后
8 0
AI自动生成的代码还自带原来的「WTF」注释?程序员:我笑了,抄的太明显
直接复制粘贴训练集里的代码,原来的注释也一字不差。AI 的「抄能力」获得了认可。
4 0
基于PYTHON调用阿里云分割抠图-商品分割接口
分割抠图技术基于阿里云深度学习技术,结合检测识别技术,为您提供高精度视觉分割能力。 分割抠图技术可以实现秒级全自动主体、场景像素级识别,制作4通道透明素材。不仅实现了发丝级精抠,对高度镂空主体、复杂背景等场景都有很好的效果,同时支持人、货、场三种类型需求,可广泛应用于电子商务、零售、泛文娱、个人应用等多种场景。 本文章将实现基于python调用商品分割接口,纪念下刚学的python基础
3 0
【七天入门Go语言】 文件 && 包 | 第五天
目录 1. 文件处理 1.1 JSON文件 1.1.1 已知JSON结构 1.1.2 未知JSON结构 1.1.3 Encoder & Decoder 1.2 XML文件 1.3 二进制文件 1.4 zip文件 1.4.1 创建zip 1.4.2 读取zip文件 2. 包管理 2.1 包路径 2.2 包声明 最后
6 0
【windows】python 安装 pytesseract
1. 使用豆瓣源,再命令行安装 pip install pytesseract -i https://pypi.douban.com/simple 1 2. 下载驱动 到这个网站 驱动下载
5 0
Spider_Python 抓取:华尔街见闻
  #!/usr/bin/env python   # -*- coding:utf-8 -*-   import sys   import re   import urllib, urllib2   import requests   import pymongo   import datetime
4 0
ECS使用体验
阿里的ECS在同级别的入门级配置里是我体验较好的一款,操作过程响应迅速基本没有感受到过什么卡顿,仅凭这一点就足以坚定我日后打算长期使用它的决心
6 0
+关注
一个处女座的程序猿
国内互联网圈知名博主、人工智能领域优秀创作者,全球最大中文IT社区博客专家、CSDN开发者联盟生态成员、中国开源社区专家、华为云社区专家、51CTO社区专家、Python社区专家等,曾受邀采访和评审十多次。仅在国内的CSDN平台,博客文章浏览量超过2500万,拥有超过57万的粉丝。
1701
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载