CNN MNIST Classifier

I campioni demo sono preconfezionati per classi 0..9. Il caricamento base prende 10 immagini per classe (100 totali).

Usa Add +10 per classe per aumentare a 20, 30, 40, 50 per classe (max 500 totali).

Questa configurazione e pensata per esperimenti educativi veloci mantenendo l equilibrio tra classi.

Il modello produce una distribuzione softmax a 10 classi.

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

Usa learning rate, batch size, optimizer e opzioni architetturali per bilanciare velocita e stabilita.