Problem: Trainieren eines neuronalen Netzmodells zur Erkennung handgeschriebener Zahlen.

Der Kontext: In der Vergangenheit hatten Computer Schwierigkeiten, handgeschriebenen Text auf Papierdokumenten zu interpretieren. Die Umwandlung handgeschriebener Zeichen in digitale Zeichen ist eine Herausforderung. Trotz des Anstiegs der digitalen Dokumentation gibt es weltweit immer noch viele Papierdokumente, für deren Entschlüsselung wir Computer benötigen.

Modell-Typ: Neuronale Faltungsnetzwerke

Was wir taten: Wir haben ein Faltungsneuronales Netzwerk (CNN) auf dem MNIST-Datensatz trainiert, der aus 70.000 Bildern von handgeschriebenen Ziffern besteht. Jedes Bild ist 28 Pixel x 28 Pixel groß und enthält eine handgeschriebene Ziffer (Zahl).(Mehr dazu, wie wir diese Demo aufgebaut haben.)

In der folgenden Demo schreiben Sie eine einzelne Zahl (Ziffer) mit der Maus und klicken auf "Lesen". Das Modell wird dann interpretieren, was Sie geschrieben haben.