1.1 实验介绍 随着人工智能技术的飞速发展，图像识别技术在众多领域得到了广泛应用。手写体识别作为图像 识别的一个重要分支，其在教育、金融、医疗等领域具有广泛的应用前景。本实验旨在利用深度 学习框架 PyTorch，结合 MNIST 手写体数据集，构建一个高效、准确的手写体识别系统，本实 验是在云主机中安装 PyCharm,并且基于 PyTorch 框架的手写体识别的案例。 本实验采用的 MNIST 数据库（Modified National Institute of Standards and Technology database）是一个大型数据库的手写数字是通常用于训练各种图像处理系统。该数 据库还广泛用于机器学习领域的培训和测试。MNIST 数据集共有训练数据 60000 项、测试数据 10000 项。每张图像的大小为 28*28（像素），每张图像都为灰度图像，位深度为 8（灰度图像 是 0-255）。

1.2 实验对象

 个人开发者

 高校学生

1.3 实验时间

本次实验总时长预计 40 分钟。