Commit ·
7995b00
1
Parent(s): 3f8619a
Create README.md
Browse files
README.md
ADDED
|
@@ -0,0 +1,22 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# Работу выполнина Ольги Черташ. Вариант работы: 9
|
| 2 |
+
# Описание задачи
|
| 3 |
+
Дан датасет fashion_mnist и обученная нейронная сеть. Используйте их для генерации
|
| 4 |
+
изображения похожего на предмет из набора fashion_mnist . Веса нейронной сети данной
|
| 5 |
+
по заданию не должны быть изменены в процессе дообучения.
|
| 6 |
+
# Послойная архитектура НС
|
| 7 |
+
|
| 8 |
+
# Общее количество обучаемых параметров НС
|
| 9 |
+
|
| 10 |
+
# Используемые алгоритмы оптимизации и функция ошибки
|
| 11 |
+
1. Использовала оптимайзер adam из библиотеки keras
|
| 12 |
+
2. Функция ошибки - mse, из той же библиотеки
|
| 13 |
+
|
| 14 |
+
# Размеры тренировочного, валидационного и тестового датасетов:
|
| 15 |
+
1. Тренировочный датасет содержал 60.000 фото, 54.000 были использованы для обучения модели
|
| 16 |
+
2. Валидационный датасет был выбран из тренировочного, всего 6.000 фото
|
| 17 |
+
3. Тестовый датасет был размером 10.000 фото
|
| 18 |
+
# Результаты обучения модели
|
| 19 |
+
1. Точность обучающей выборки составила 0.4920, ошибка составила 0.0622
|
| 20 |
+
2. Точность валидационной выборки составила 0.4881, ошибка составила 0.0623
|
| 21 |
+
3. Точность тестовой выборки составила составила 0.4897538125514984, ошибка составила 0.05906887352466583
|
| 22 |
+
|