Нейросеть на Python для чайников своими руками с шаблоном

• Автор рассказывает о своем опыте создания нейросетей на Python с использованием библиотеки Keras.  

• Keras упрощает работу с TensorFlow, превращая создание нейронной сети в конструктор.  

• Первая сеть взята с официального сайта, вторая сеть уникальна и не является копией примеров из интернета.  

• Важные константы: разрешение изображения и путь к папке с данными.  

• Данные делятся на тренировочные и проверочные.  

• Пример данных: папка "коты" и "другие" для обучения сети различать котов от других животных.  

• Количество эпох и категорий.  

• Архитектура сети: свертка, нормализация, слои активации и глобальный пулинг.  

• Тропойнт для предотвращения переобучения и полностью связанные слои.  

• Входные данные: 128x128 пикселей RGB.  

• Свертка и глобальный пулинг для уменьшения количества связей и параметров.  

• Полностью связанные слои для уменьшения времени обучения.  

• Перемасштабирование данных для работы с значениями от 0 до 1.  

• Случайный сдвиг и масштабирование для предотвращения переобучения.  

• Подгрузка изображений для планомерной загрузки и выгрузки данных.  

• Обучение модели с передачей тренировочных данных и параметров.  

• Сохранение модели после каждой эпохи.  

• Визуализация слоев для понимания процесса обучения.  

• Показ входных данных и процесса свертки.  

• Глобальный пулинг и связанные слои.  

• Выходные нейроны для тестирования сети.  

• Загрузка модели и проверка её точности.  

• Использование метода продюст для предсказания категорий изображений.  

• Фильтрация изображений по категориям для визуализации и оценки точности.  

• Тестирование точности на 400 изображениях.  

• Использование EVElight для массовой проверки точности.  

• Сравнение эффективности различных моделей и эпох обучения.  

• Описание структуры сети с линейными слоями и сверткой.  

• Сравнение с примером сети и анализ точности.  

• Обучение сети и количество обучаемых нейронов.  

• Перенос модели на телефон с использованием TensorFlow Lite.  

• Демонстрация работы приложения на телефоне.  

• Проверка распознавания изображений с помощью нейросети.  

• Проверка распознавания изображений с неровностями.  

• Тестирование распознавания маленьких изображений.  

• Демонстрация способности нейросети видеть объекты на небольших участках изображения.