CNN Binary Classifier

تدرّب هذه الصفحة CNN مدمجًا: Conv(3x3) -> ReLU -> Flatten -> Dense -> ReLU -> Dense -> Softmax.

تحوّل الصور إلى تدرج رمادي وتُعاد تحجيمها إلى 32x32، لذا تكون كل عينة متجهًا بطول 1024 قبل الالتفاف.

تُحوّل التسميات الثنائية إلى احتمالات فئات: P(الفئة 1) و P(الفئة 2).

يُحسَّن النموذج باستخدام خسارة الانتروبيا المتقاطعة على فئتين:

$$ L = -\frac{1}{N}\sum_{i=1}^{N}\sum_{c=1}^{2} y_{ic}\log(\hat{y}_{ic}) $$

استخدم معدل تعلم أقل لتقارب مستقر أو أعلى لتحديثات أسرع لكنها أكثر ضجيجًا.