fix: Исправление выводов картинок в report.md в lab1
|
До Ширина: | Высота: | Размер: 13 KiB После Ширина: | Высота: | Размер: 13 KiB |
|
До Ширина: | Высота: | Размер: 25 KiB После Ширина: | Высота: | Размер: 25 KiB |
|
До Ширина: | Высота: | Размер: 19 KiB После Ширина: | Высота: | Размер: 19 KiB |
|
До Ширина: | Высота: | Размер: 24 KiB После Ширина: | Высота: | Размер: 24 KiB |
|
До Ширина: | Высота: | Размер: 22 KiB После Ширина: | Высота: | Размер: 22 KiB |
|
До Ширина: | Высота: | Размер: 29 KiB После Ширина: | Высота: | Размер: 29 KiB |
|
До Ширина: | Высота: | Размер: 22 KiB После Ширина: | Высота: | Размер: 22 KiB |
|
До Ширина: | Высота: | Размер: 28 KiB После Ширина: | Высота: | Размер: 28 KiB |
|
До Ширина: | Высота: | Размер: 26 KiB После Ширина: | Высота: | Размер: 26 KiB |
|
До Ширина: | Высота: | Размер: 25 KiB После Ширина: | Высота: | Размер: 25 KiB |
|
До Ширина: | Высота: | Размер: 19 KiB После Ширина: | Высота: | Размер: 19 KiB |
|
До Ширина: | Высота: | Размер: 13 KiB После Ширина: | Высота: | Размер: 13 KiB |
|
До Ширина: | Высота: | Размер: 19 KiB После Ширина: | Высота: | Размер: 19 KiB |
|
До Ширина: | Высота: | Размер: 12 KiB После Ширина: | Высота: | Размер: 12 KiB |
|
До Ширина: | Высота: | Размер: 13 KiB После Ширина: | Высота: | Размер: 13 KiB |
|
До Ширина: | Высота: | Размер: 17 KiB После Ширина: | Высота: | Размер: 17 KiB |
|
До Ширина: | Высота: | Размер: 28 KiB После Ширина: | Высота: | Размер: 28 KiB |
|
До Ширина: | Высота: | Размер: 19 KiB После Ширина: | Высота: | Размер: 19 KiB |
|
До Ширина: | Высота: | Размер: 25 KiB После Ширина: | Высота: | Размер: 25 KiB |
|
До Ширина: | Высота: | Размер: 20 KiB После Ширина: | Высота: | Размер: 20 KiB |
|
До Ширина: | Высота: | Размер: 20 KiB После Ширина: | Высота: | Размер: 20 KiB |
|
До Ширина: | Высота: | Размер: 26 KiB После Ширина: | Высота: | Размер: 26 KiB |
@@ -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
|
||||
|
||||