AINumber

使用神经网络生成手写数字

使用神经网络自动生成手写风格的数字，采用MNIST数据集进行训练，因为MNIST数据集并不是一个人的笔迹，所以只是用部分数据进行训练。具体的步骤如下：
1、生成用于输入神经网络的图像，这步使用点阵字体生成，生成的图片如图1：
2、使用点阵字体图片和MNIST数据集进行训练，输入为点阵字体图片，输出与MNIST数据集进行比较，损失函数使用MSE，即两幅图片的欧氏距离。
3、训练结构如图2所示，首先将图片缩放到MNIST的大小，然后对点阵字体图片进行反卷积，反卷积会生成n张28x28的图片，使用全连接层将它们合并成一张，除了上述主要流程外，输出处还包括sigmoid处理等。

生成结果

训练好的模型文件也上传到这里了。

文件

autoencoder.py是训练文件，make.py是测试文件，生成字文件夹用于生成点阵字体图片。