Lab CNN MNIST
Latih CNN multi-kelas pada 10 kelas digit, lalu gambar digit dan lakukan inferensi langsung.
Sampel demo sudah dikemas per kelas 0..9. Load dasar menarik 10 gambar per kelas (total 100).
Gunakan Tambah +10 per Kelas untuk menambah ke 20, 30, 40, 50 per kelas (maks 500 total).
Pengaturan ini dibuat untuk eksperimen edukatif cepat sambil menjaga keseimbangan kelas.
Model menghasilkan distribusi softmax 10 kelas.
$$\hat{y}_c = \frac{e^{z_c}}{\sum_{k=0}^{9} e^{z_k}}, \quad L = -\frac{1}{N}\sum_i\sum_{c=0}^{9} y_{ic}\log(\hat{y}_{ic})$$
Gunakan learning rate, ukuran batch, optimizer, dan opsi arsitektur untuk menyeimbangkan kecepatan dan stabilitas.
Dimuat per kelas: 0 / 50
Dataset: 0
Epoch: 0
Loss: -
Akurasi: -
Sampel Demo
Memuat gambar digit...
Gambar dan Prediksi
-