Модель распознования изображений из набора данных CIFAR10
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
 
Bogdan Zuy 7c63dde1b9 Разные попытки разобраться с ViT16 11 months ago
.gitignore Пробы пера 11 months ago
README.md Разные попытки разобраться с ViT16 11 months ago
ViT16.py Разные попытки разобраться с ViT16 11 months ago
ViT16_second.py Разные попытки разобраться с ViT16 11 months ago
ViT16_single.py Разные попытки разобраться с ViT16 11 months ago
cifar10.py Разные попытки разобраться с ViT16 11 months ago
cifar10my.py Пробы пера 11 months ago
cifral10_2.py Разные попытки разобраться с ViT16 11 months ago
nateraw.py Разные попытки разобраться с ViT16 11 months ago
readme.ipynb Разные попытки разобраться с ViT16 11 months ago

README.md

Dataset source

Результат

Модель на 3х сверточных слоях на тестовых данных: 71% (cifar10.py) Модель google/vit-base-patch16-224: 10% (вероятнее всего не разаборался как корректно ее перенастроить на классификацию по 10 категориям) (ViT16.py)