|
--- |
|
datasets: |
|
- mnist |
|
language: |
|
- ru |
|
metrics: |
|
- accuracy |
|
library_name: keras |
|
--- |
|
|
|
1. 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. |
|
|
|
2. Изображение послойной архитектуры НС на которой указаны размеры слоя, функция |
|
активации. |
|
 |
|
|
|
3. Общее количество обучаемых параметров НС. |
|
Оно составляет 131457, можно увидеть в коде. |
|
|
|
4. Используемый алгоритмы оптимизации и функция ошибки. |
|
Алгоритм оптимизации - adam, функция ошибки - mse (mean_squared_error). |
|
|
|
5. 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) |
|
|
|
6. Результаты обучения модели: loss и accuracy на всех трёх датасетах. |
|
 |
|
Для тестового датасета loss: 0.0339 и accuracy: 0.0097 |
|
|
|
Результат обучения: |
|
 |
