判断手写数字是否与特定数字匹配

摘要

手写数字识别是一项复杂的任务，对各种应用的发展至关重要，特别是在计算机视觉中，数字识别是一个
主要的应用。使用各种深度学习模型对手写字符识别进行了广泛的探索。由于深度学习模型与人脑的相似性，对这
些模型的需求正在迅速增加。本研究利用多层感知器（MLP）来确定手写数字是否属于特定的学生号。它应用三层
和五层人工神经网络来预测输入图像与学生ID对应的可能性，并使用不同的阈值对最终结果进行分类。实验表明，
人工神经网络的层数、激活函数、反向传播方法、损失函数和阈值都对神经网络模型的预测和分类结果有显著影响。
通过详细的分析和研究，本文旨在找到一种能够实现高概率预测的模型，以达到准确分类的目的。