Дослідження ефективності підбору гіперпараметрів згорткової нейронної мережі для розпізнавання рукописних цифр MNIST

Abstract

У роботі досліджено ефективність застосування згорткової нейронної мережі для розпізнавання рукописних цифр на основі набору даних MNIST/Digit Recognizer. Для експериментального дослідження використано табличне представлення зображень розміром 28×28 пікселів, де кожен об’єкт належить до одного з десяти класів — цифр від 0 до 9. Виконано завантаження даних, нормалізацію значень пікселів, зміну форми вхідних ознак, one-hot encoding цільових міток, а також аугментацію зображень. Побудовано згорткову нейронну мережу на основі бібліотеки Keras/TensorFlow. Проведено порівняння двох стратегій підбору гіперпараметрів: Random

The paper investigates the effectiveness of a convolutional neural network for handwritten digit recognition using the