Instructions to use demid28/Exam_model with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Keras
How to use demid28/Exam_model with Keras:
# Available backend options are: "jax", "torch", "tensorflow". import os os.environ["KERAS_BACKEND"] = "jax" import keras model = keras.saving.load_model("hf://demid28/Exam_model") - Notebooks
- Google Colab
- Kaggle
metadata
language:
- ru
library_name: tf-keras
metrics:
- accuracy
Модель для распознования цифр
Обученная на датасете "mnist"
Изображение послойной архитектуры:
Предназначение модели:
Данная модель служит для определения цифр по входному изображению.
Общее количество обучаемых параметров равно 431018.
Алгоритм оптимизации: adam
Функция ошибки: categorical_crossentropy
Размеры датасетов:
Тренировочного: 45 000
Валидационного: 15 000
Тестового: 10 000
Размеры loss и accuracy на датасетах:
На тренировочном: loss: 0.0541 - accuracy: 0.9854
На валидационном: loss: 0.0460 - accuracy: 0.9894
На тестовом: loss: 0.0320 - accuracy: 0.9906
