1. 毕业设计（论文）主要内容：
深度学习是机器学习领域中一个新的发展方向，是传统人工神经网络的进化发展。借助高性能计算允许的复杂神经网络的强表达能力与大数据带来的丰富的训练数据集，深度学习在图像处理、自然语言识别等领域取得了比传统机器学习方法好得多的实际效果，在由1400万幅图像组成的ImageNet数据集上的图像识别中，机器学习已经能获得比人类更高的识别准确率。本项目旨在运用深度学习的方法与工具，借鉴现有方法，实现基于深度学习的手写数字识别。
2. 毕业设计（论文）主要任务及要求
（1）查阅文献资料，论文中涉及的参考文献不低于15篇，其中外文文献不少于2篇；
（2）完成基于深度学习的手写数字识别，具体要求如下：
a．学习深度学习的相关知识；
3. 毕业设计（论文）完成任务的计划与安排
第一周至第三周 翻译布置的论文，结合论文在图书馆、网上查找资料，建立对毕业设计主题的理解
第四周至第六周 熟悉tensorflow框架、手写数字识别现有方法，设计实现路径
第七周至第九周 实现实验代码，获取实验成功的截图，构思毕业论文
4. 主要参考文献
1. Adhesh Garg ; Diwanshi Gupta ; Sanjay Saxena ; Parimi Praveen Sahadev, Validation of Random Dataset Using an Efficient CNN Model Trained on MNIST Handwritten Dataset, 2019 6th International Conference on Signal Processing and Integrated Networks (SPIN)
2. http://yann.lecun.com/exdb/mnist/
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
