Create README.md
Browse files
README.md
ADDED
|
@@ -0,0 +1,24 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# Модель распознавания изображений.
|
| 2 |
+
Обучена на наборе данных mnist
|
| 3 |
+
|
| 4 |
+
Модель нейронной сети выполняет задачу предсказания цифр, на основе чего выводится остаток от деления данной цифры на 3.
|
| 5 |
+
|
| 6 |
+
Структура модели
|
| 7 |
+

|
| 8 |
+
|
| 9 |
+
Общее количество обучающих параметров - 111,146.
|
| 10 |
+
|
| 11 |
+
Алгоритм оптимизации - adam
|
| 12 |
+
Функция ошибки - sparse_categorical_crossentropy.
|
| 13 |
+
|
| 14 |
+
Размеры датасетов:
|
| 15 |
+
|
| 16 |
+
тренировочный: (60000, 28, 28) - изображения, (60000, ) - метки;
|
| 17 |
+
валидационный: (100, 28, 28) - изображения, (100, ) - метки;
|
| 18 |
+
тестовый: (10000, 28, 28) - изображения, (10000, ) - метки.
|
| 19 |
+
|
| 20 |
+
Результаты обучения:
|
| 21 |
+
|
| 22 |
+
тренировочный: loss: 0.2079, accuracy: 0.9695;
|
| 23 |
+
валидационный: val_loss: 0.2054, val_accuracy: 0.9690;
|
| 24 |
+
тестовый: loss: 14.7035 - accuracy: 0.9470.
|