CNN MNIST Classifier

Mẫu demo được đóng gói theo lớp 0..9. Tải cơ bản lấy 10 ảnh mỗi lớp (tổng 100).

Dùng Add +10 mỗi lớp để tăng dần lên 20, 30, 40, 50 ảnh mỗi lớp (tối đa 500).

Thiết lập này tối ưu cho thí nghiệm nhanh mà vẫn giữ cân bằng lớp.

Mô hình xuất phân phối softmax 10 nhánh.

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

Dùng learning rate, batch size, optimizer và kiến trúc để cân bằng tốc độ và ổn định.