Пусть - множество объеков (входов), где каждый объект описывает изображение размером , а - множество меток (выходов) соответствующих этим изображениям, где - количество классов, к которым каждое изображение может относиться. Для каждого элемента множества справедливо
Для набора данных предполагается подбор архитекрур полносвязной и сверточной нейронных сетей для решения задачи классификации, их обучение и тестирование, начальная настройка весов, а так же реализация переноса знаний.
В качестве исходных данных используется набор данных Fashion MNIST, содержащий 70 000 изображений одежды 10 разных категорий:
Класс | Представленность в наборе |
---|---|
Футболка / топ | 7000 |
Шорты | 7000 |
Свитер | 7000 |
Платье | 7000 |
Плащ | 7000 |
Сандали | 7000 |
Рубашка | 7000 |
Кроссовок | 7000 |
Сумка | 7000 |
Ботинок | 7000 |
Все классы взаимоисключающие и сбалансированные.
При обучении модели и при ее тестировании фиксируются точность:
и ошибка классификации:
Используемая при выполнении лабораторных работ библиотека Keras, позволяет автоматически загружать стандартные наборы данных, в том числе и Fashion MNIST, и сохранять их в каталоге ~/.keras/datasets. Изображения в автоматически загруженном наборе данных представлены в оттенках серого и имеют разрешение 28x28 пикселей: Поскольку каждый пиксель принимает значение в диапазоне от 0 до 255, изображения во всех дальнейших экспериментах будут нормироваться:
Кроме того, метка для каждого изображения приводится к вектору длины 10 методом One-Hot Encoding:
Номер изображения | Футболка / топ | Шорты | Свитер | Платье | Плащ | Сандали | Рубашка | Кроссовок | Сумка | Ботинок |
---|---|---|---|---|---|---|---|---|---|---|
1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 |
2 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
3 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... |
69 999 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 |
70 000 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
Следует отметить, что при разбиении на обучающий (60 000 изображений) и тестовый (10 000 изображений) наборы сохраняется сбалансированность классов:
Класс | Представленность в тренировочном наборе | Представленность в тестовом наборе |
---|---|---|
Футболка / топ | 6000 | 1000 |
Шорты | 6000 | 1000 |
Свитер | 6000 | 1000 |
Платье | 6000 | 1000 |
Плащ | 6000 | 1000 |
Сандали | 6000 | 1000 |
Рубашка | 6000 | 1000 |
Кроссовок | 6000 | 1000 |
Сумка | 6000 | 1000 |
Ботинок | 6000 | 1000 |