简单图像分类器

本项目使用MNIST数据集实现了两种图像分类器：Softmax分类器和全连接神经网络分类器。

目录结构

.
|-- data/
|   |-- __init__.py
|   |-- download_data.py
|   |-- preprocess_data.py
|-- models/
|   |-- __init__.py
|   |-- softmax_classifier.py
|   |-- nn_classifier.py
|-- train.py
|-- predict.py
|-- README.md

环境要求

Python 3.8+
NumPy

如何使用

1. 下载数据

首先确保download_data.py在data目录中，并运行以下命令来下载数据：

python data/download_data.py

2. 训练模型

你可以通过运行以下命令来训练模型：

python train.py

这将训练一个全连接神经网络分类器。如果你想使用Softmax分类器，请在train.py中进行修改。

3. 预测

要对测试集进行预测，只需运行以下命令：

python predict.py

结构

data/download_data.py：从MNIST数据源下载数据。
data/preprocess_data.py：包含数据预处理函数，例如归一化和one-hot编码。
models/softmax_classifier.py：Softmax分类器的实现。
models/nn_classifier.py：全连接神经网络分类器的实现。

贡献

欢迎对项目进行改进和提交拉取请求！

许可

此项目采用MIT许可。

abinzzz/Lab-MNIST