获得最先进的手写数字分类器最简单的方法是什么？

Question

我正在做一个项目，涉及OCR处理手写数字，它使用典型的预处理分割识别管道。我已经手动完成了前两个阶段，通过调整一些标准算法从OpenCV为我的特定任务。对于第三阶段（识别），我想使用现成的分类器。在

首先我试过Tesseract，但它是really bad。所以我开始研究MNIST的进展。由于它很受欢迎，我希望能很容易地得到一个好的高质量分类器。实际上，最重要的答案here建议使用HOG+SVM串联，这在this ^{} sample中方便地实现。不幸的是，它没有我希望的那么好。它总是把0与{}混淆（我的眼睛很明显，它实际上是一个0），这是迄今为止我的算法所犯错误最多的原因。在

以下是HOG+SVM所犯错误的一些示例：

{3{图像的大小不在中间}，而是从最上面的一行}中提取出来的。在

我试图通过在HOG+SVM之后应用一个kNN分类器来修复这个0-8错误（如果HOG+SVM输出8运行kNN并返回其输出），但是结果是一样的。在

然后我尝试调整this ^{} sample，它声称实现了0.45%MNIST测试错误。然而，在和pylearn2呆了一个星期后，我还是没能成功。它keeps crashing randomly all the time，即使在一个像Amazon EC2g2.2xlarge实例运行this image（我甚至没有提到我自己的机器）这样的无菌环境中。在

我知道Caffe的存在，但我没有尝试过。在

建立一个高精度（例如，MNIST test error<；1%）手写数字分类器的最简单方法是什么？最好是不需要NVIDIA卡运行的设备。据我所知，pylearn2（因为它严重依赖cuda-convnet）确实如此。一个Python接口和在Windows上运行的能力将是一个令人愉快的奖励。在

注意：我不能创建一个新的pylearn2标记，因为我没有足够的声誉，但它肯定应该在那里。在

Answer 1

如果你还没喝咖啡，那就去喝咖啡吧。 它比cuda convnet编译容易得多，它不依赖cuda（尽管它大大加快了速度），并且有一个用Lenet算法的mnist示例。在

看这里： https://github.com/BVLC/caffe/tree/dev/examples/mnist

Answer 2

在MINST数据库的网页中，您可以在底部找到一个最先进方法的基准，并链接到他们的论文：

http://yann.lecun.com/exdb/mnist/

表的最后一个条目的错误率为0.23%（相当令人印象深刻）的最佳结果。在

简而言之：没有easy的方法来达到最先进的速度，除非你能接受2-5%的错误（然后使用sklearn）或者你在网上找到代码。在