From b0dbbeb2e451a7e43a80978c4091ebb3baabbead Mon Sep 17 00:00:00 2001
From: Troyanov Daniil <troyanov-2018@mail.ru>
Date: Thu, 16 Oct 2025 07:32:28 +0300
Subject: [PATCH] =?UTF-8?q?=D0=9E=D0=BA=D0=BE=D0=BD=D1=87=D0=B0=D1=82?=
 =?UTF-8?q?=D0=B5=D0=BB=D1=8C=D0=BD=D1=8B=D0=B9=20=D1=80=D0=B5=D0=B7=D1=83?=
 =?UTF-8?q?=D0=BB=D1=8C=D1=82=D0=B0=D1=82?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 .DS_Store                                | Bin 6148 -> 6148 bytes
 labworks/.DS_Store                       | Bin 6148 -> 6148 bytes
 labworks/LW1/Lab1_Troyanov&Chernov.ipynb |  34 +++--------------------
 labworks/LW1/my_document.md              |   5 ++--
 4 files changed, 7 insertions(+), 32 deletions(-)

diff --git a/.DS_Store b/.DS_Store
index b008165b7271652a4dad992cf2ce8e7cf61c8e57..da62d4211e10ff26e94da7771a72cad7468bc011 100644
GIT binary patch
delta 122
zcmZoMXffEJ#uQiK&cMLH!l1{H&XCDalAG`1l9ZF51Qg>~%j}X68gSeZRXznSzuw&$
pL%txxFgQ6sw*aVzfnmi3hRGM0L?+K*;$vE|56BeTypPFE6aY2@ASD0*

delta 122
zcmZoMXffEJ#uTT>&cMLH!l1{H&XCDalAG`1l9ZF51Qg?Vl(c&jyZ>=VRQVLV@&y@&
k!O8i#1wcIv3@aEICSPC@nLLAuk7@NzAX9AfJ|;I&0B8~*lK=n!

diff --git a/labworks/.DS_Store b/labworks/.DS_Store
index 6e4045c5f66157789173d4f326b5dd2f003b2b0e..3dc3ee2ae7ef46b3079f89c52bd78304cec09dbc 100644
GIT binary patch
delta 15
WcmZoMXffEJ!o>9B#b!08d!hg?p9Sv#

delta 15
WcmZoMXffEJ!o>9Z@n$uqd!hg?mIdtq

diff --git a/labworks/LW1/Lab1_Troyanov&Chernov.ipynb b/labworks/LW1/Lab1_Troyanov&Chernov.ipynb
index 5c700b4..5d74537 100644
--- a/labworks/LW1/Lab1_Troyanov&Chernov.ipynb
+++ b/labworks/LW1/Lab1_Troyanov&Chernov.ipynb
@@ -12,32 +12,6 @@
     "os.chdir('/content/drive/MyDrive/Colab Notebooks/is_dnn/labworks/LW1')"
    ]
   },
-  {
-   "cell_type": "code",
-   "execution_count": null,
-   "metadata": {
-    "colab": {
-     "base_uri": "https://localhost:8080/"
-    },
-    "executionInfo": {
-     "elapsed": 26468,
-     "status": "ok",
-     "timestamp": 1759209430625,
-     "user": {
-      "displayName": "Legal People",
-      "userId": "00818738730090246603"
-     },
-     "user_tz": -180
-    },
-    "id": "qlvyHRzuJPfI",
-    "outputId": "597ba917-88e2-4f26-cc45-80cdb1dc5e55"
-   },
-   "outputs": [],
-   "source": [
-    "from google.colab import drive\n",
-    "drive.mount('/content/drive')"
-   ]
-  },
   {
    "cell_type": "code",
    "execution_count": null,
@@ -57,7 +31,8 @@
     "import matplotlib.pyplot as plt\n",
     "import numpy as np\n",
     "from PIL import Image\n",
-    "import os"
+    "import os\n",
+    "import pandas as pd"
    ]
   },
   {
@@ -806,7 +781,6 @@
    "outputs": [],
    "source": [
     "# Тестирование на собственных повернутых изображениях\n",
-    "from PIL import Image\n",
     "file_data_2_90 = Image.open('2_90.png')\n",
     "file_data_7_90 = Image.open('7_90.png')\n",
     "file_data_2_90 = file_data_2_90.convert('L') # перевод в градации серого\n",
@@ -903,7 +877,7 @@
    ]
   },
   "kernelspec": {
-   "display_name": "Python 3 (ipykernel)",
+   "display_name": "Python 3",
    "language": "python",
    "name": "python3"
   },
@@ -917,7 +891,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.13.5"
+   "version": "3.11.9"
   }
  },
  "nbformat": 4,
diff --git a/labworks/LW1/my_document.md b/labworks/LW1/my_document.md
index 884fa26..fd9e85d 100644
--- a/labworks/LW1/my_document.md
+++ b/labworks/LW1/my_document.md
@@ -20,6 +20,7 @@ import matplotlib.pyplot as plt
 import numpy as np
 from PIL import Image
 import os
+import pandas as pd
 
 # Укажем текущую директорию
 os.chdir('/content/drive/MyDrive/Colab Notebooks/is_dnn/labworks/LW1')
@@ -422,10 +423,10 @@ print('NN answer: ', str(np.argmax(result)))
 
 ---
 
-## 13) Создали собственные изображения рукописных цифр, подобное представленным в наборе MNIST. Цифру выбрали как остаток от деления на 10 числа своего дня рождения (12 марта → 2, 17 сентября → 7 ). Сохранили изображения. Загрузили, предобработали и подали на вход обученной нейронной сети собственные изображения. Вывели изображения и результаты распознавания.
+## 13) Создали собственные изображения рукописных цифр, подобное представленным в наборе MNIST. Загрузили, предобработали и подали на вход обученной нейронной сети собственные изображения. Вывели изображения и результаты распознавания.
 
 ```python
-# загрузка собственного изображения
+# загрузка собственного изображения (цифры 2 и 7)
 file_data_2 = Image.open('2.png')
 file_data_7 = Image.open('7.png')
 file_data_2 = file_data_2.convert('L') # перевод в градации серого