Ок, пока здесь не очень много кода для анализа, но со временем этот репозиторий будет обновляться Пока есть три проекта: Самописная нейронная сеть, 2 нейронных сети, со схожим принципом работы, немного разной архитектурой и датасетами.

Самописная нейронная сеть: Сеть написана на python, в дальнейшем надеюсь написать и на C++. Сеть - простой перцептрон, где можно задать количество входов, нейронов в скрытом слою и выход. На выходе всегда сигмоидальная функция активации, выходящщая на softmax

Сеть для работы с датасетом Cats_vs_Dogs: Архитектура похожа на VGG16, но крт признаков меньше. Изображения сжимаются до размеров 150х200 и подаются на нейронную сеть. На выходе мы имеем ~=80% - эффективность

Сеть для работы с собственным датасетом: Цель отличить на фотографии лайк от дизлайка (палец поднят вверх или вниз). Тут сеть проще, перед пулингом всегда 1 слоё свёртки,регуляризация такая же как и в прошлой сети. На выходе ~=85-90% - эффективность, при 39 фотографиях на тренировочном датасете