CNN MNIST Classifier

Les échantillons démo sont classes 0..9. Chargement de base : 10 images par classe (100).

Ajouter +10 par classe permet 20/30/40/50 (max 500).

Conçu pour des expériences rapides tout en gardant l’équilibre des classes.

Le modèle produit une distribution softmax à 10 classes.

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

Ajustez LR, batch, optimiseur et architecture pour vitesse/stabilité.