تصنيف الأرقام المكتوبة يدويًا باستخدام الشبكات العصبية الالتفافية (CNN)

تم تطوير نموذج تعلم عميق قادر على التعرّف على الأرقام من 0 إلى 9 بدقة عالية اعتمادًا على بنية Convolutional Neural Network متعددة الطبقات تشمل طبقات التفاف واستخلاص سمات وطبقات كثيفة للتصنيف النهائي. يتضمن العمل معالجة البيانات، تطبيع القيم، تقسيم مجموعة البيانات للتدريب والاختبار، وضبط معاملات التدريب لتحسين الأداء ومنع فرط التعلّم.

النتائج حققت دقة تصنيف مرتفعة على بيانات الاختبار مع زمن استدلال منخفض، ما يجعله مناسبًا للتكامل داخل تطبيقات الرؤية الحاسوبية أو كنموذج أساسي لمشاريع التعلم العميق. المشروع موثق وقابل لإعادة الاستخدام والتطوير.