Downloads · 30 days
0
0% of all-time downloads
hochuzachetpls
imaginepeach/hochuzachetpls
hochuzachetpls is a machine learning model from imaginepeach. Use it for the machine learning task on the model card, and read the license before you ship it in a product. It is set up for keras.
1. Автоэнкодер для сжатия и и восстановления изображений, в данном примере изображений цифр 2. Изображение послойной архитектуры НС на которой указаны размеры слоя, функция активации (энкодер и декодер, названия функц…
All-time downloads
58
Public
Repo size
6.3 MB
Likes
0
Public
Repo makeup
Click a slice to open those files.
.data-00000-of-000015.9 MB · 87%
At a glance
- Library
- keras
- Access
- Public
- Created
- Jun 20, 2023
- Updated
- Jun 20, 2023
- SHA
- 0f1cb7c0
Datasets
Model card
From the Hugging Face model README
- Автоэнкодер для сжатия и и восстановления изображений, в данном примере изображений цифр
- Изображение послойной архитектуры НС на которой указаны размеры слоя, функция активации (энкодер и декодер, названия функций активаций с цифрами из-за особенностей функции plot_model)
- Общее количество обучаемых параметров НС
Общее количество обучаемых параметров НС: 489363
total_params = autoenc.count_params() print("Общее количество обучаемых параметров НС:", total_params)
- Используемый алгоритмы оптимизации и функция ошибки
Алгоритм оптимизации: adam
Функция ошибки: mean_squared_error (среднеквадратичная ошибка)
- Размеры тренировочного, валидационного и тестового датасетов;
Размер тренировочного датасета: 48000 Размер валидационного датасета: 12000 Размер тестового датасета: 10000
(train_size = len(train_x) val_size = len(val_x) test_size = len(test_x))
- Результаты обучения модели: loss и accuracy на всех трёх датасетах
Loss на тренировочном датасете: 0.033324986696243286 Accuracy на тренировочном датасете: 0.009708333760499954 Loss на валидационном датасете: 0.03425576910376549 Accuracy на валидационном датасете: 0.0100833335891366 Loss на тестовом датасете: 0.034134093672037125 Accuracy на тестовом датасете: 0.011500000022351742
Пример работы
- Library
- keras
- Created
- Jun 20, 2023
- Updated
- Jun 20, 2023