一种手写数字的图像识别方法及终端

本发明公开了一种手写数字的图像识别方法及终端，根据获取到的手写数字的样本数据集，为数字识别模型设置动量、学习率等算法参数，在模型训练数据集上，通过梯度二阶信息参数计算自适应学习率及相关参数，进行网络权重训练；训练过程中使用验证数据集评估损失函数值判断是否完成训练，并在验证阶段判断是否对自适应学习率进行调整，若调整则根据网络性能优化需求，通过计算损失函数值的负梯度并归一化等操作更新自适应学习率参数，最终选取测试数据集进行网络预测，将最小损失函数值对应的权重作为模型最终权重。从而充分展示了融合自适应学习率与二阶信息的随机梯度下降优化算法在提升数字识别模型训练效率和预测准确性方面的优势。