Rozpoznawanie części garderoby

Klasyfikator wieloklasowy. Sieć rozpoznaje obrazy przedstawiające różne części garderoby w oparciu o strukturę perceptronu wielowarstwowego. Korzysta ze zbioru danych Fashion MNIST, w którym obrazy są podzielone na 10 klas: T-shirt, spodnie, pulower, sukienka, płaszcz, sandał, koszula, tenisówka, torba i but do kostki.

Do trenowania sieci został użyty zbiór Fashion MNIST. To zestaw danych z obrazkami artykułów Zalando, składający się z zestawu treningowego 60000 przykładów i testowego 10000 przykładów. Każdy obraz jest wielkości 28 x 28 pikseli w skali szarości i przedstawia jedną z dziesięciu klas.

Kod programu na GitHub: https://github.com/PsorTheDoctor/Sekcja-SI/blob/master/neural_networks/MLP/fashion_mnist.ipynb