Описание задачи которую выполняет НС. Вариант 6. Используя датасет mnist был построен автоэнкодер, принимающий на вход изображение цифры и создающий её же изображение на выходе.
Изображение послойной архитектуры НС на которой указаны размеры слоя, функция активации.
Общее количество обучаемых параметров НС. Оно составляет 131457, можно увидеть в коде.
Используемый алгоритмы оптимизации и функция ошибки. Алгоритм оптимизации - adam, функция ошибки - mse (mean_squared_error).
Размеры тренировочного, валидационного и тестового датасетов. Тренировочный равен 48 000. Тестовый равен 10 000. Валидационный равен 12 000 (то есть 20% от изначального 60 000 тренировочного датасета)
Результаты обучения модели: loss и accuracy на всех трёх датасетах.
Для тестового датасета loss: 0.0339 и accuracy: 0.0097
Результат обучения:
- Downloads last month
- -
# Available backend options are: "jax", "torch", "tensorflow". import os os.environ["KERAS_BACKEND"] = "jax" import keras model = keras.saving.load_model("hf://Bananaws/Python_Task6")