Zaktualizuj 'Jonas-neural-network.md'
This commit is contained in:
parent
8c541a839a
commit
efda40bbc6
@ -1,6 +1,6 @@
|
||||
# Sztuczna inteligencja - projekt zespołowy - Autonomiczny Traktor
|
||||
autorzy: Aleksandra Werda, Natalia Wiśniewska, Kinga Jagodzińska, Aleksandra Jonas
|
||||
## Podprojekt: rozpoznawanie warzyw przy użyciu sieci neutronowych
|
||||
## Podprojekt: rozpoznawanie warzyw przy użyciu sieci neuronowych
|
||||
|
||||
Korzystamy z dodatkowych modułów: ***tensorflow - keras***, ***numpy*** oraz ***matplotlib***.
|
||||
|
||||
@ -34,8 +34,12 @@ Następnie kształtuję model definiując jego kolejne warstwy. Pierwsza warstwa
|
||||
Trzecia warstwa jest warstwą wyjścia, dlatego:
|
||||
```
|
||||
activation = "softmax"
|
||||
|
||||
```
|
||||
co daje nam pewność, że dla wszystkich wyjściowych neuronów ich prawdopodobieństwa sumują się do 1 szacowane będą sumować się do 1.
|
||||
|
||||
Mając zdjęcie rozmiarów 28x28 pikseli, gdybyśmy analizowali każdy piksel - otrzymamy matrycę o wymiarach 28x28. Nie jest ona wygodna do pracy, dlatego w pierwszej warstwie korzystamy z *Flatten*, aby "spłaszczyć" ją do listy długości 728.
|
||||
|
||||
```
|
||||
model = keras.Sequential([
|
||||
keras.layers.Flatten(input_shape=(28,28)),
|
||||
|
Loading…
Reference in New Issue
Block a user