ihortetiushev/CMPO-lb4

MNIST CNN Classifier (Варіант 1)

Ця модель — це згорткова нейронна мережа (CNN), навчена на наборі даних MNIST для класифікації рукописних цифр (0–9)[cite: 1].

Архітектура

Модель побудована за архітектурою Tiny VGG[cite: 1]:

• Block 1: Conv2d(1, 16, 3, padding=1) -> ReLU -> Conv2d(16, 16, 3, padding=1) -> ReLU -> MaxPool2d(2)[cite: 1]
• Block 2: Conv2d(16, 32, 3, padding=1) -> ReLU -> Conv2d(32, 32, 3, padding=1) -> ReLU -> MaxPool2d(2)[cite: 1]
• Classifier: AdaptiveAvgPool2d((4, 4)) -> Flatten -> Linear(512, 128) -> Dropout(0.2) -> ReLU -> Linear(128, 10)[cite: 1]

Результати навчання

• Оптимізатор: SGD (lr=0.01)[cite: 1]
• Кількість епох: 5[cite: 1]
• Точність на тесті: ~96.8%

Як використовувати

import torch
from model import MNISTModelV1  # переконайтеся, що клас моделі визначено або імпортовано

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

model = MNISTModelV1()
model.load_state_dict(torch.load("mnist_cnn_model.pth", map_location=device))
model.to(device)
model.eval()