| Карточка НС должна содержать: | |
| 1. Описание задачи которую выполняет НС; | |
| 2. Изображение послойной архитектуры НС на которой указаны размеры слоя, функция | |
| активации; | |
| 3. Общее количество обучаемых параметров НС; | |
| 4. Используемый алгоритмы оптимизации и функция ошибки; | |
| 5. Размеры тренировочного, валидационного и тестового датасетов; | |
| 6. Результаты обучения модели: loss и accuracy на всех трёх датасетах | |
| # Описание задачи | |
| Дан датасет mnist по входному изображению определить остаток от деления этой цифры | |
| на 3; | |
| # Послойная архитектура НС | |
| ![]("Model_Porozov.png") | |
| # Общее количество обучаемых параметров НС | |
| ![]("Params_Porozov.png") | |
| # Используемые алгоритмы оптимизации и функция ошибки | |
| Использованная **функция ошибки** - **категориальная кроссэнтропия** для повышения качества нейронной сети | |
| Использованный **алгоритм оптимизации - adam** из Keras | |
| ![]("Functions_Porozov.png") | |
| # Размеры тренировочного, валидационного и тестового датасетов: | |
| Размер тренировочного датаеста: 60.000 фото 28х28 | |
| Размер валидационного датасета: 10% от тренировочного = 6.000 фото 28х28 | |
| Размер тестового датасета: 10.000 фото 28х28 | |
| # Результаты обучения модели | |
| ![]("Accuracy_Porozov.png") |