Dodanie 'streszczenie_prezentacji.txt'

streszczenie_prezentacji.txt

@@ -0,0 +1,5 @@
+Przy pomocy modułu preprocessing.image biblioteki keras stworzyliśmy w proporcjach 80:20 zbiory treningowe oraz testowe. Obrazy zostały przeskalowane oraz losowo wybrane obrazy mają obrócony kąt, lub są przerzucone w pionie/poziomie. Na zbiór treningowy przypadło 759 zdjęć drzew w trzech klasach, zaś 187 w zbiorze testowym. Na tak przygotowanych danych dla porównania skuteczności wytrenowane zostały trzy modele:
+Pierwszy, składający się z trzech warstw konwolucyjnych, odpowiednio 32, 64 i 64 filtrowych - następnie przetworzony przez dwie warstwy gęste o rozmiarach 512, i warstwie wyjściowej o wymiarze 3 i funkcji aktywacji softmax.
+Sieć wykorzystuje funkcje straty loss=categoricalCrossentropy, i w kilku epokach osiąga accuracy 0.98-1 dla zbioru testowego.  
+Druga sieć wykorzystuje moduł keras.Hyperparameters. wygenerowana sieć posiada jedną warstwę konwolucyjną i jedną warstwę gęstą, i osiąga dla zbioru testowego wyniki accuracy bliskie 0.95 już od pierwszych epok. W tym modelu używana jest regularyzacja w postaci dropoutu. 
+Trzeci model sieci neuronowej nie wykorzystuje warstw konwolucyjnych, składa się wyłącznie w dwóch warstw gęstych i warstwy końcowej. Model ten zdecydowanie wolniej osiąga accuracy na zadowalającym poziomie, a accuracy dla zbioru treningowego stabilizuje się na poziomie ok. 91%.