HandWritten numbers recognition
Python IA Pytorch
HandWritten numbers recognition. Ce projet a été réalisé pour apprendre à utiliser les réseaux de neurones en Python. L’objectif était de
reconnaître des chiffres manuscrits de 0 à 9. Le dataset utilisé est MNIST, une grande base de
chiffres manuscrits couramment utilisée pour entraîner des systèmes de traitement d’images. Le réseau de neurones a été construit
avec la librairie PyTorch.
J’ai utilisé Google Colab pour exécuter le code et entraîner le réseau, composé de 3 couches. La première couche contient 784
neurones, la seconde 128 neurones, et la dernière 10 neurones. Le réseau a été entraîné pendant 10
epochs avec une batch size de 64. La précision obtenue sur le jeu de test est d’environ 98 %.
English version
HandWritten numbers recognition. This project was made to learn how to use neural networks in Python. The goal was to
recognize handwritten numbers from 0 to 9. The dataset used is the MNIST dataset, which is a large database of
handwritten digits that is commonly used for training various image processing systems. The neural network was made
using the Pytorch library.
I used Google Colab to run the code and train the neural network that was composed of 3 layers. The first layer has 784
neurons, the second layer has 128 neurons, and the last layer has 10 neurons. The neural network was trained for 10
epochs with a batch size of 64. The accuracy of the neural network was around 98% on the test dataset.