Распознавание класса изображений на датасете mnist.
Задача НС
Генерация изображения похожего на предмет из набора fashion_mnist
Изображение послойной архитектуры:
Полная нейросеть:
архитектураEncoder:
Общее количество обучаемых параметров
Обучаемых параметров: 54,410
Используемые алгоритмы оптимизации и функция ошибки
Алгоритм оптимизации - adam
Функция ошибки - mse
Размеры тренировочного, валидационного и тестового датасетов:
Тренировочный: 60000
Тестовый: 10000
Валидационный(тестовый): 10000
Результаты обучения модели: loss и accuracy на всех трёх датасетах:
Train Loss: 0.06076487898826599
Train Accuracy: 0.49122941493988037
Test Loss: 0.06062548980116844
Test Accuracy: 0.4893147945404053
Validation Loss: 0.06062548980116844
Validation Accuracy: 0.4893147945404053
Результаты работы программы и нейросети:
