Модель для распознования цифр выдающая результаты %3 от чисел, которая была натренерованна на наборе данных mnist

Общее количество обучаемых параметров НС равно 209,826

В данной работе я воспользовалась функцией потерь categorical_crossentropy, которая используется для классификации с несколькими классами. В качестве оптимизатора я воспользовалась adam.

Так как в данной работе я использую Mnist, поэтому тестовая = 10 000, валидационная = 12 000 и тренировочная = 48 000 данных

Ниже показаны картинки которые отражают показатели loss и accuracy на всех трех датасетах

accuracy и loss для тестовой выборки

Точность accuracy и loss для валидационной и обучающей