https://github.com/anatoliibobrov/number_recognition

Сравнение точности распознавания рукописных цифр с помощью двух видов нейронных сетей: MLP и CNN (PyTorch) | Comparing the accuracy of handwritten digit recognition using two types of neural networks: MLP and CNN (Pytorch)
https://github.com/anatoliibobrov/number_recognition

ai cnn mlp python3 pytorch

Last synced: 13 days ago
JSON representation

Сравнение точности распознавания рукописных цифр с помощью двух видов нейронных сетей: MLP и CNN (PyTorch) | Comparing the accuracy of handwritten digit recognition using two types of neural networks: MLP and CNN (Pytorch)

• Host: GitHub
• URL: https://github.com/anatoliibobrov/number_recognition
• Owner: AnatoliiBobrov
• Created: 2024-09-01T15:00:45.000Z (2 months ago)
• Default Branch: master
• Last Pushed: 2024-09-07T09:15:28.000Z (2 months ago)
• Last Synced: 2024-10-06T02:06:15.405Z (about 1 month ago)
• Topics: ai, cnn, mlp, python3, pytorch
• Language: Python
• Homepage:
• Size: 10.7 MB
• Stars: 0
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
The English translation is below.

В этом репозитории мы сравним точность распознавания тестового набора цифр MNIST.

Для это мы описали для модели нейронной сети: MLP (Net) и CNN + MLP (ConvNet).

Набор цифр в файле "data.bin" имеет вид: (x_train, y_train), (x_test, y_test).

Обучение нейронных сетей производится с помощью модуля PyTorch

Реализация структуры второй модели взаимствована [отсюда](https://www.educba.com/pytorch-conv2d/).

Сверточная нейронная сеть дает точность на 1% большую, чем простой многослойный 

персептрон, уступая во времени обучения в 6 раз.

Результат выполнения представлен ниже (время в секундах)

English

In this repository, we will compare the recognition accuracy of the MNIST test set of digits. To do this, we have described for the neural network model: MLP (Net) and CNN + MLP (Convention). The set of digits in the "data.bin" file has the form: (x_train, y_train), (x_test, y_test). Neural networks are trained using the PyTorch module

The implementation of the structure of the second model is borrowed from [here](https://www.educba.com/pytorch-conv2d/). A convolutional neural network provides 1% greater accuracy than a simple multilayer perceptron, yielding 6 times in training time.

The result of the execution is shown below (time in seconds)

```

Training of MLP...

   ...

   Epoch: 9, accuracy: 99.51%, time: 110.72

   Survey accuracy: 98.11%, time: 2.08

   Overall time: 1131.75

Training of CNN + MLP...

   ...

   Epoch: 9, accuracy: 99.34%, time: 637.07

   Survey accuracy: 99.26%, time: 28.40

   Overall time: 6604.93

```