<div dir="ltr">Nice work!<br><br>You might want to take a look at the MNIST database (<a href="https://en.wikipedia.org/wiki/MNIST_database">https://en.wikipedia.org/wiki/MNIST_database</a>) which is freely available and commonly used to train neural network. It will also allow you to benchmark your implementation against other algorithms.</div><br><div class="gmail_quote"><div dir="ltr" class="gmail_attr">On Fri, Dec 6, 2019 at 10:07 AM Murilo via Digitalmars-d-announce <<a href="mailto:digitalmars-d-announce@puremagic.com">digitalmars-d-announce@puremagic.com</a>> wrote:<br></div><blockquote class="gmail_quote" style="margin:0px 0px 0px 0.8ex;border-left:1px solid rgb(204,204,204);padding-left:1ex">Hi everyone. I've spent the last weeks working on a program which <br>
is able to read and understand text from an image file(OCR) by <br>
using a rudimentary neural network after training with a large <br>
amount of images(I made them myself, manually). It even shows a <br>
map of all the parts of the images that have the highest synaptic <br>
weights(warmer colors). It was made purely in D using the arsd <br>
library. Below is the link to it if you wish to take a look. For <br>
now it only understands upper case letters from the English <br>
alphabet. I'll be adding more over time. Cheers.<br>
<a href="https://github.com/MuriloMir/Optical-Character-Recognition" rel="noreferrer" target="_blank">https://github.com/MuriloMir/Optical-Character-Recognition</a><br>
</blockquote></div>