Update README.md
Browse files
README.md
CHANGED
@@ -8,3 +8,28 @@ metrics:
|
|
8 |
library_name: keras
|
9 |
---
|
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8 |
library_name: keras
|
9 |
---
|
10 |
|
11 |
+
1. Описание задачи которую выполняет НС.
|
12 |
+
Вариант 6. Используя датасет mnist был построен автоэнкодер, принимающий на вход изображение цифры и
|
13 |
+
создающий её же изображение на выходе.
|
14 |
+
|
15 |
+
2. Изображение послойной архитектуры НС на которой указаны размеры слоя, функция
|
16 |
+
активации.
|
17 |
+
![](arhitectura.png)
|
18 |
+
|
19 |
+
3. Общее количество обучаемых параметров НС.
|
20 |
+
Оно составляет 131457, можно увидеть в коде.
|
21 |
+
|
22 |
+
4. Используемый алгоритмы оптимизации и функция ошибки.
|
23 |
+
Алгоритм оптимизации - adam, функция ошибки - mse (mean_squared_error).
|
24 |
+
|
25 |
+
5. Размеры тренировочного, валидационного и тестового датасетов.
|
26 |
+
Тренировочный равен 48 000.
|
27 |
+
Тестовый равен 10 000.
|
28 |
+
Валидационный равен 12 000 (то есть 20% от изначального 60 000 тренировочного датасета)
|
29 |
+
|
30 |
+
6. Результаты обучения модели: loss и accuracy на всех трёх датасетах.
|
31 |
+
![](loss_and_accuracy.png)
|
32 |
+
Для тестового датасета loss: 0.0339 и accuracy: 0.0097
|
33 |
+
|
34 |
+
Результат обучения:
|
35 |
+
![](output.png)
|