Распознавание класса изображений на датасете mnist.

Задача НС

Генерация изображения похожего на предмет из набора fashion_mnist

Изображение послойной архитектуры:

Полная нейросеть:

Encoder:

Общее количество обучаемых параметров

Обучаемых параметров: 54,410

Используемые алгоритмы оптимизации и функция ошибки

Алгоритм оптимизации - adam Функция ошибки - mse

Размеры тренировочного, валидационного и тестового датасетов:

Тренировочный: 60000 Тестовый: 10000 Валидационный(тестовый): 10000

Результаты обучения модели: loss и accuracy на всех трёх датасетах:

Train Loss: 0.06076487898826599 Train Accuracy: 0.49122941493988037

Test Loss: 0.06062548980116844 Test Accuracy: 0.4893147945404053

Validation Loss: 0.06062548980116844 Validation Accuracy: 0.4893147945404053

Результаты работы программы и нейросети: