|
|
|
|
@ -79,25 +79,25 @@ for i in range(4):
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
6
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
4
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
4
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
3
|
|
|
|
|
@ -158,7 +158,7 @@ model_1output.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=
|
|
|
|
|
# вывод информации об архитектуре модели
|
|
|
|
|
print(model_1output.summary())
|
|
|
|
|
```
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Обучаем модель
|
|
|
|
|
@ -177,7 +177,7 @@ plt.title('Loss by epochs')
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
@ -212,7 +212,7 @@ model_1h100.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['
|
|
|
|
|
# вывод информации об архитектуре модели
|
|
|
|
|
print(model_1h100.summary())
|
|
|
|
|
```
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Обучаем модель
|
|
|
|
|
@ -231,7 +231,7 @@ plt.title('Loss by epochs')
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Оценка качества работы модели на тестовых данных
|
|
|
|
|
@ -258,7 +258,7 @@ model_1h300.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['
|
|
|
|
|
# вывод информации об архитектуре модели
|
|
|
|
|
print(model_1h300.summary())
|
|
|
|
|
```
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Обучаем модель
|
|
|
|
|
@ -277,7 +277,7 @@ plt.title('Loss by epochs')
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Оценка качества работы модели на тестовых данных
|
|
|
|
|
@ -304,7 +304,7 @@ model_1h500.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['
|
|
|
|
|
# вывод информации об архитектуре модели
|
|
|
|
|
print(model_1h500.summary())
|
|
|
|
|
```
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Обучаем модель
|
|
|
|
|
@ -323,7 +323,7 @@ plt.title('Loss by epochs')
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Оценка качества работы модели на тестовых данных
|
|
|
|
|
@ -358,7 +358,7 @@ model_1h100_2h50.compile(loss='categorical_crossentropy', optimizer='sgd', metri
|
|
|
|
|
# вывод информации об архитектуре модели
|
|
|
|
|
print(model_1h100_2h50.summary())
|
|
|
|
|
```
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Обучаем модель
|
|
|
|
|
@ -377,7 +377,7 @@ plt.title('Loss by epochs')
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Оценка качества работы модели на тестовых данных
|
|
|
|
|
@ -405,7 +405,7 @@ model_1h100_2h100.compile(loss='categorical_crossentropy', optimizer='sgd', metr
|
|
|
|
|
# вывод информации об архитектуре модели
|
|
|
|
|
print(model_1h100_2h100.summary())
|
|
|
|
|
```
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Обучаем модель
|
|
|
|
|
@ -424,7 +424,7 @@ plt.title('Loss by epochs')
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# Оценка качества работы модели на тестовых данных
|
|
|
|
|
@ -442,7 +442,7 @@ Accuracy on test data: 0.9372000098228455
|
|
|
|
|
|
|
|
|
|
## 10) Результаты исследования архитектуры нейронной сети занесли в таблицу:
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### По результатам исследования сделали выводы и выбрали наилучшую архитектуру нейронной сети с точки зрения качества классификации.
|
|
|
|
|
@ -474,10 +474,10 @@ for n in [3,26]:
|
|
|
|
|
print('NN answer: ', str(np.argmax(result)))
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
@ -503,7 +503,7 @@ plt.imshow(test2_img, cmap=plt.get_cmap('gray'))
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
@ -553,7 +553,7 @@ plt.imshow(test4_img, cmap=plt.get_cmap('gray'))
|
|
|
|
|
plt.show()
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|

|
|
|
|
|

|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
# предобработка
|
|
|
|
|
|