CNN MNIST Classifier

العينات التجريبية مُجهّزة مسبقًا حسب الفئات 0..9. التحميل الأساسي يجلب 10 صور لكل فئة (100 إجماليًا).

استخدم إضافة +10 لكل فئة لزيادة العدد تدريجيًا إلى 20، 30، 40، 50 لكل فئة (حد أقصى 500 إجماليًا).

هذا الإعداد مخصص لتجارب تعليمية سريعة مع الحفاظ على توازن الفئات.

يُخرج النموذج توزيع Softmax بعشرة مخرجات.

$$\hat{y}_c = \frac{e^{z_c}}{\sum_{k=0}^{9} e^{z_k}}, \quad L = -\frac{1}{N}\sum_i\sum_{c=0}^{9} y_{ic}\log(\hat{y}_{ic})$$

استخدم معدل التعلم، حجم الدفعة، المُحسّن، وخيارات البنية للموازنة بين السرعة والاستقرار.