From feab5b5f8f1145f0208412c9d3fa1587a2f15b66 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?Pawe=C5=82=20Sk=C3=B3rzewski?= <pawel.skorzewski@amu.edu.pl>
Date: Fri, 27 Jan 2023 09:30:01 +0100
Subject: [PATCH] =?UTF-8?q?Wyk=C5=82ad=2013.=20CNN=20-=20poprawki?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 wyk/13_CNN.ipynb | 19 ++++++-------------
 1 file changed, 6 insertions(+), 13 deletions(-)

diff --git a/wyk/13_CNN.ipynb b/wyk/13_CNN.ipynb
index 8c9b2a8..dbabad9 100644
--- a/wyk/13_CNN.ipynb
+++ b/wyk/13_CNN.ipynb
@@ -2,7 +2,11 @@
  "cells": [
   {
    "cell_type": "markdown",
-   "metadata": {},
+   "metadata": {
+    "slideshow": {
+     "slide_type": "slide"
+    }
+   },
    "source": [
     "# 13. Splotowe sieci neuronowe"
    ]
@@ -52,7 +56,7 @@
     }
    },
    "source": [
-    "Dla uproszczenia przyjmijmy, że mamy dane w postaci jendowymiarowej – np. chcemy stwierdzić, czy na danym nagraniu obecny jest głos człowieka."
+    "Dla uproszczenia przyjmijmy, że mamy dane w postaci jednowymiarowej – np. chcemy stwierdzić, czy na danym nagraniu obecny jest głos człowieka."
    ]
   },
   {
@@ -68,17 +72,6 @@
     "(możemy traktować je jak jednowymiarowe „piksele”)."
    ]
   },
-  {
-   "cell_type": "markdown",
-   "metadata": {
-    "slideshow": {
-     "slide_type": "subslide"
-    }
-   },
-   "source": [
-    "Najprostsza metoda – „zwykła” jednowarstwowa sieć neuronowa (każdy z każdym):"
-   ]
-  },
   {
    "cell_type": "markdown",
    "metadata": {