Для студентов СПбПУ Петра Великого по предмету (МИИ) Методы искусственного интеллектаСоздание нейросетевого классификатора рукописных цифрСоздание нейросетевого классификатора рукописных цифр
2023-12-202023-12-20СтудИзба
Лабораторная работа 1: Создание нейросетевого классификатора рукописных цифр
Описание
Цель: построить классификатор рукописных цифр
Метод решения: классификатор на основе сверточных нейронных сетей
Набор данных: для обучения и тестирования использовался набор рукописных цифр MNIST, состоящий из 60000 и 10000 изображений для обучения и тестирования соответственно. Для дополнительной проверки классификатора был сформирован собственный набор, состоящий из 100 изображений (по 10 на каждую цифру).
Сеть состоит из 8 слоев. Количество тренируемых параметров: 8990
Точность классификации на тестовой выборке MNIST составила 98,66%.
Точность классификации на собственной тестовой выборке составила 91%.
Метод решения: классификатор на основе сверточных нейронных сетей
Набор данных: для обучения и тестирования использовался набор рукописных цифр MNIST, состоящий из 60000 и 10000 изображений для обучения и тестирования соответственно. Для дополнительной проверки классификатора был сформирован собственный набор, состоящий из 100 изображений (по 10 на каждую цифру).
Сеть состоит из 8 слоев. Количество тренируемых параметров: 8990
Точность классификации на тестовой выборке MNIST составила 98,66%.
Точность классификации на собственной тестовой выборке составила 91%.
Характеристики лабораторной работы
Учебное заведение
Номер задания
Просмотров
2
Покупок
0
Качество
Идеальное компьютерное
Размер
462,71 Kb
Список файлов
- MNIST_ЖернаковАА.pdf 462,71 Kb
Все деньги, вырученные с продажи, идут исключительно на шаурму