摘要：針對(duì)傳統(tǒng)手寫(xiě)漢字識(shí)別的特征提取方法的局限性,采用深度學(xué)習(xí)的方法對(duì)手寫(xiě)漢字進(jìn)行圖像識(shí)別,借鑒GoogLeNet網(wǎng)絡(luò)搭建了一個(gè)適合手寫(xiě)漢字識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)。利用BN層訓(xùn)練神經(jīng)網(wǎng)絡(luò),最終訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)在驗(yàn)證集上的top1正確率達(dá)到96%以上,top3正確率達(dá)到98%以上,并具有很好的泛化能力。這表明深度學(xué)習(xí)為脫機(jī)手寫(xiě)漢字識(shí)別系統(tǒng)的設(shè)計(jì)提供了新的思路,具備自動(dòng)提取特征,且具有一定的實(shí)際意義。