Instructions to use Jabka/Neue_Model with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Keras
How to use Jabka/Neue_Model with Keras:
# Available backend options are: "jax", "torch", "tensorflow". import os os.environ["KERAS_BACKEND"] = "jax" import keras model = keras.saving.load_model("hf://Jabka/Neue_Model") - Notebooks
- Google Colab
- Kaggle
Update README.md
Browse files
README.md
CHANGED
|
@@ -20,5 +20,9 @@ library_name: keras
|
|
| 20 |
Алгоритм оптимизации - Adam;
|
| 21 |
Функция ошибки - бинарная кроссэнтропия;
|
| 22 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| 23 |
# Результаты обучения модели:
|
| 24 |

|
|
|
|
| 20 |
Алгоритм оптимизации - Adam;
|
| 21 |
Функция ошибки - бинарная кроссэнтропия;
|
| 22 |
|
| 23 |
+
# Размеры тренировочного и тестового датасета:
|
| 24 |
+
60000; 10000
|
| 25 |
+

|
| 26 |
+
|
| 27 |
# Результаты обучения модели:
|
| 28 |

|