| | --- |
| | datasets: |
| | - fashion_mnist |
| | language: |
| | - ru |
| | library_name: tf-keras |
| | metrics: |
| | - accuracy |
| | pipeline_tag: image-to-text |
| | --- |
| | |
| | # Описание модели |
| |
|
| | Модель нейронной сети, представляет собой нейронную сеть с двумя сверточными слоями, двумя слоями пулинга, |
| | слоем дропаута (для предотвращения переобучения), полносвязным слоем и функцией активации softmax. |
| | Она была обучена на датасете Fashion MNIST, который содержит изображения одежды разных категорий. |
| | Модель определяет метку (одежда, обувь, сумка) по рисунку 28*28 |
| | |
| | # Последовательная архитектура модели |
| | |
| | Последовательная архитектура модели выглядит следующим образом: |
| |  |
| | |
| | # Общее количество обучаемых параметров модели |
| | |
| |  |
| | |
| | # Алгоритмы оптимизации и функция ошибки |
| | |
| | Модель была обучена с помощью алгоритма оптимизации Adam и функции ошибки categorical_crossentropy. |
| | |
| | # Размеры тренировочного, валидационного и тестового датасетов |
| | |
| | Размеры тренировочного, валидационного и тестового датасетов: |
| | |
| | - Размер тренировочного датасета: 60 000 изображений |
| | - Размер валидационного датасета: 10 000 изображений |
| | - Размер тестового датасета: 10 000 изображений |
| | |
| | # Результаты обучения модели |
| |  |
| | |
| | # Работа модели |
| | |
| |  |
