CNN Binary Classifier

यह पेज एक compact CNN ट्रेन करता है: Conv(3x3) -> ReLU -> Flatten -> Dense -> ReLU -> Dense -> Softmax।

इनपुट images को grayscale में बदलकर 32x32 किया जाता है, इसलिए हर sample convolution से पहले 1024-dimensional vector होता है।

Binary labels को class probabilities में map किया जाता है: P(class 1) और P(class 2)।

नेटवर्क दो classes पर cross-entropy से optimize होता है:

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

Stable convergence के लिए कम learning rate या तेज updates के लिए बड़ा learning rate उपयोग करें।