Hedef: Görsel tanıma görevleri için derin evrişimsel modelleri tasarlama, eğitme ve değerlendirme konusunda uygulamalı deneyim kazanmak.
Bu proje, 10 farklı kategoriye (ör. tişört, ayakkabı, çanta) ayrılmış gri tonlamalı giyim eşyası görüntülerinden oluşan FashionMNIST veri setini sınıflandırmak için derin evrişimsel sinir ağı (CNN) kurmayı içermektedir.
Model Mimarisi:
- ReLU ve max pooling katmanlarıyla iki evrişimsel katman
- İki tam bağlantılı (fully connected) katman
- 10 birimli (softmax) çıktı katmanı
- Xavier uniform ağırlık başlatma
- SGD optimizasyonu, 0.1 öğrenme oranı, 30 epoch eğitim
Değerlendirme:
- Eğitim ve doğrulama setlerinde güçlü performans elde edildi
- Epoch başına doğruluk ve kayıp eğrileri çizildi
- Eğitim hızı ve aşırı öğrenme (overfitting) davranışı analiz edildi
Model ve Araçlar: Python, PyTorch, torchvision, matplotlib