https://github.com/languisher/neural-network-project-202406
Project of the course ICE3406P-Neural Network
https://github.com/languisher/neural-network-project-202406
Last synced: 8 days ago
JSON representation
Project of the course ICE3406P-Neural Network
- Host: GitHub
- URL: https://github.com/languisher/neural-network-project-202406
- Owner: Languisher
- License: mit
- Created: 2024-06-18T02:26:10.000Z (11 months ago)
- Default Branch: main
- Last Pushed: 2024-06-21T14:47:02.000Z (11 months ago)
- Last Synced: 2024-06-22T22:33:35.000Z (10 months ago)
- Language: Jupyter Notebook
- Homepage:
- Size: 256 MB
- Stars: 0
- Watchers: 1
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Projet Neural-Network-202406
Projet pour le cours Réseaux de Neurones.
## Structure du code
Le code est divisé en deux parties principales :
- `dataset/` : contient les classes pour charger les données
- `dataset/CWRU-dataset/` : contient les données du dataset CWRU
- `dataset/train-dataset/` : contient les données du dataset d'entraînement que nous avons sélectionné
- `src/` : contient les classes pour les modèles et les fonctions d'entraînement
- `src/prepDataset.ipynb` : notebook pour préparer les données
- `src/cnn-classification.ipynb` : notebook pour entraîner le modèle CNN 1D
- `src/cnn-class-amelioration.ipynb` : notebook pour entraîner le modèle CNN 2D
Nous pouvons vérifier les résultats des modèles, les courbes de perte (loss) et de précision (accuracy) dans les notebooks. Évidemment, le modèle CNN 2D que nous avons proposé présente une meilleure performance que le modèle CNN 1D, qui est une approche plus directe.
Les modèles convergent bien, et le taux de précision est satisfaisant. Toutes les implémentations sont faites en utilisant Numpy.
Github link : https://github.com/Languisher/Neural-Network-Project-202406