|
|
--- |
|
|
language: |
|
|
- ru |
|
|
metrics: |
|
|
- accuracy |
|
|
library_name: keras |
|
|
--- |
|
|
|
|
|
# Порозов Кирилл - Итоговое задание. Вариант №3. |
|
|
|
|
|
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 |
|
|
 |
|
|
# Общее количество обучаемых параметров НС |
|
|
 |
|
|
# Используемые алгоритмы оптимизации и функция ошибки |
|
|
1. Использованная **функция ошибки** - **категориальная кроссэнтропия** для повышения качества нейронной сети |
|
|
2. Использованный **алгоритм оптимизации - adam** из Keras |
|
|
 |
|
|
# Размеры тренировочного, валидационного и тестового датасетов: |
|
|
1. Размер тренировочного датаеста: **60.000** фото 28х28 |
|
|
2. Размер валидационного датасета: 10% от тренировочного = **6.000** фото 28х28 |
|
|
3. Размер тестового датасета: **10.000** фото 28х28 |
|
|
# Результаты обучения модели |
|
|
 |
|
|
## Наглядная демонстрация предсказаний модели: |
|
|
 |
