Instructions to use ArturStepanenko/pythonV6 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Keras
How to use ArturStepanenko/pythonV6 with Keras:
# !pip install -U keras tensorflow huggingface_hub # Keras needs TensorFlow installed to read "hf://" paths, so the tensorflow backend is selected here; # "jax" and "torch" also work for computation once TensorFlow is installed. import os os.environ["KERAS_BACKEND"] = "tensorflow" import keras model = keras.saving.load_model("hf://ArturStepanenko/pythonV6") - Notebooks
- Google Colab
- Kaggle
|
Download README.md from ArturStepanenko/pythonV6: direct link, hf CLI and curl.
- Browser
- Download file 1.23 kB
-
https://huggingface.co/ArturStepanenko/pythonV6/resolve/refs%2Fpr%2F1/README.md
- Command line
-
hf download hf://ArturStepanenko/pythonV6@refs/pr/1/README.md
-
curl -L -o README.md https://huggingface.co/ArturStepanenko/pythonV6/resolve/refs%2Fpr%2F1/README.md
1.23 kB
metadata
datasets:
- mnist
language:
- ru
library_name: tf-keras
metrics:
- accuracy
tags:
- code
- Модель НС, принимающая на вход изображение цифры и создающая её же изображение на выходе
- Изображение послойной архитектуры НС на которой указаны размеры слоя, функция
активации

- Общее количество обучаемых параметров НС: 131457

- Используемый алгоритм оптимизации - adam, функция ошибки - mse

- Размеры тренировочного, валидационного и тестового датасетов: 48000, 6000 и 6000 соответственно

- Результаты обучения модели: loss и accuracy на тренировочном и валидационном датасете
Метрики loss и accuracy на тестовом датасете с помощью evluate:
Результаты обучения модели: