Kacper's Wiki

Narzędzia użytkownika

Narzędzia witryny

Ślad:
notatki:studianoteaptaszniml

Różnice

Różnice między wybraną wersją a wersją aktualną.

Odnośnik do tego porównania

Poprzednia rewizja po obu stronachPoprzednia wersja
Nowa wersja		Poprzednia wersja
notatki:studianoteaptaszniml [2025/05/07 13:52] – administratornotatki:studianoteaptaszniml [2025/05/16 17:27] (aktualna) – administrator
Linia 1: Linia 1:
-======= Spotkanie 1 =======+======= ML i sieci neuronowe: Wstęp=======
  
-====== Wprowadzenie do Pythona ====== 
- 
-==== Typy proste ==== 
- 
-==== Typy zlożone ==== 
- 
-<code python> 
-6*7 
-</code> 
- 
-<code> 
-42 
-</code> 
- 
-<code python> 
-_ 
-</code> 
- 
-<code> 
-42 
-</code> 
- 
-<code python> 
-zm=_ 
-print(zm,type(zm)) 
-</code> 
- 
-<code> 
-42 <class 'int'> 
-</code> 
- 
-<code python> 
-zm.__dir__() 
-</code> 
- 
-<code> 
-['__repr__', 
- '__hash__', 
- '__getattribute__', 
- '__lt__', 
- '__le__', 
- '__eq__', 
- '__ne__', 
- '__gt__', 
- '__ge__', 
- '__add__', 
- '__radd__', 
- '__sub__', 
- '__rsub__', 
- '__mul__', 
- '__rmul__', 
- '__mod__', 
- '__rmod__', 
- '__divmod__', 
- '__rdivmod__', 
- '__pow__', 
- '__rpow__', 
- '__neg__', 
- '__pos__', 
- '__abs__', 
- '__bool__', 
- '__invert__', 
- '__lshift__', 
- '__rlshift__', 
- '__rshift__', 
- '__rrshift__', 
- '__and__', 
- '__rand__', 
- '__xor__', 
- '__rxor__', 
- '__or__', 
- '__ror__', 
- '__int__', 
- '__float__', 
- '__floordiv__', 
- '__rfloordiv__', 
- '__truediv__', 
- '__rtruediv__', 
- '__index__', 
- '__new__', 
- 'conjugate', 
- 'bit_length', 
- 'to_bytes', 
- 'from_bytes', 
- 'as_integer_ratio', 
- '__trunc__', 
- '__floor__', 
- '__ceil__', 
- '__round__', 
- '__getnewargs__', 
- '__format__', 
- '__sizeof__', 
- 'real', 
- 'imag', 
- 'numerator', 
- 'denominator', 
- '__doc__', 
- '__str__', 
- '__setattr__', 
- '__delattr__', 
- '__init__', 
- '__reduce_ex__', 
- '__reduce__', 
- '__subclasshook__', 
- '__init_subclass__', 
- '__dir__', 
- '__class__'] 
-</code> 
- 
-<code python> 
-zm=7*6.4 
-print(zm,type(zm)) 
-</code> 
- 
-<code> 
-44.800000000000004 <class 'float'> 
-</code> 
- 
-====== Typy złożone ====== 
- 
-<code python> 
-#Lista 
-</code> 
- 
-<code python> 
-lista=list() 
-print(lista,type(lista)) 
-</code> 
- 
-<code> 
-[] <class 'list'> 
-</code> 
- 
-<code python> 
-lista.append('Ola') 
-print(lista,type(lista)) 
-</code> 
- 
-<code> 
-['Ola'] <class 'list'> 
-</code> 
- 
-<code python> 
-lista=[1,2,3,'Tola',[3,7,'Ula']] 
-print(lista,type(lista)) 
-</code> 
- 
-<code> 
-[1, 2, 3, 'Tola', [3, 7, 'Ula']] <class 'list'> 
-</code> 
- 
-<code python> 
-lista[3] 
-</code> 
- 
-<code> 
-'Tola' 
-</code> 
- 
-<code python> 
-#krotki (tuple) 
- 
-zm=tuple(lista) 
-print(zm,type(zm)) 
-zm. 
-</code> 
- 
-<code> 
-(1, 2, 3, 'Tola', [3, 7, 'Ula']) <class 'tuple'> 
-</code> 
- 
-<code python> 
-print(zm) 
-zm[4].append('XXXXXX') 
-print(zm) 
-</code> 
- 
-<code> 
-(1, 2, 3, 'Tola', [3, 7, 'Ula']) 
-(1, 2, 3, 'Tola', [3, 7, 'Ula', 'XXXXXX']) 
-</code> 
- 
-<code python> 
-zm[2]=5 
-</code> 
- 
-<code> 
---------------------------------------------------------------------------- 
- 
-TypeError                                 Traceback (most recent call last) 
- 
-Cell In[20], line 1 
-----> 1 zm[2]=5 
- 
- 
-TypeError: 'tuple' object does not support item assignment 
-</code> 
- 
-<code python> 
-# typ słownikowy 
- 
-zm=dict() 
-print(zm,type(zm)) 
-</code> 
- 
-<code> 
-{} <class 'dict'> 
-</code> 
- 
-<code python> 
-zm['Ula']=5600 
- 
-zm[(1,2)]='Nie wiem co to jest' 
- 
-print(zm) 
-</code> 
- 
-<code> 
-{'Ula': 5600, (1, 2): 'Nie wiem co to jest'} 
-</code> 
- 
-<code python> 
-zm['Ula']=7200 
-print(zm) 
-</code> 
- 
-<code> 
-{'Ula': 7200, (1, 2): 'Nie wiem co to jest'} 
-</code> 
- 
-<code python> 
-zm[(1,2)] 
-</code> 
- 
-<code> 
-'Nie wiem co to jest' 
-</code> 
- 
-<code python> 
-zm[1] 
-</code> 
- 
-<code> 
---------------------------------------------------------------------------- 
- 
-KeyError                                  Traceback (most recent call last) 
- 
-Cell In[26], line 1 
-----> 1 zm[1] 
- 
- 
-KeyError: 1 
-</code> 
- 
-<code python> 
-zm="Witam wszystkich uczestników kursu" 
- 
-for nr,słowo in enumerate(zm.split(' ')): 
-    print(nr,słowo) 
-    print("========") 
-print("Koniec roboty") 
-</code> 
- 
-<code> 
-0 Witam 
-======== 
-1 wszystkich 
-======== 
-2 uczestników 
-======== 
-3 kursu 
-======== 
-Koniec roboty 
-</code> 
- 
-<code python> 
-zm1,zm2=45*7,3>8 
- 
-print(zm1,type(zm1)) 
-print(zm2,type(zm2)) 
-</code> 
- 
-<code> 
-315 <class 'int'> 
-False <class 'bool'> 
-</code> 
- 
-<code python> 
-zm=45*7,3>8 
-print(zm) 
-</code> 
- 
-<code> 
-(315, False) 
-</code> 
- 
-<code python> 
-import matplotlib.pyplot as plt 
-import numpy as np 
- 
-x=np.arange(-20,20,0.01) 
-y=np.sin(x) 
-plt.plot(x,y,color='red') 
-plt.grid() 
-plt.show() 
-</code> 
- 
-{{output_23_0.png|png}} 
-png 
- 
- 
-<code python> 
- 
-</code> 
- 
-======= Spotkanie 2 ======= 
 ====== Wprowadzenie do przetwarzania danych z pakietami numpy i pandas ====== ====== Wprowadzenie do przetwarzania danych z pakietami numpy i pandas ======
  
Linia 1924: Linia 1608:
 </code> </code>
  
-<code> 
---------------------------------------------------------------------------- 
- 
-ModuleNotFoundError                       Traceback (most recent call last) 
- 
-Cell In[2], line 4 
-      1 import numpy as np 
-      2 import matplotlib.pyplot as plt 
-----> 4 from keras.layers import Dense, Flatten,Dropout,Conv2D,MaxPooling2D 
-      5 from keras.models import Sequential 
-      6 from keras.utils import to_categorical 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/__init__.py:2 
-      1 # DO NOT EDIT. Generated by api_gen.sh 
-----> 2 from keras.api import DTypePolicy 
-      3 from keras.api import FloatDTypePolicy 
-      4 from keras.api import Function 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/api/__init__.py:8 
-      1 """DO NOT EDIT. 
-      2  
-      3 This file was autogenerated. Do not edit it by hand, 
-      4 since your modifications would be overwritten. 
-      5 """ 
-----> 8 from keras.api import activations 
-      9 from keras.api import applications 
-     10 from keras.api import backend 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/api/activations/__init__.py:7 
-      1 """DO NOT EDIT. 
-      2  
-      3 This file was autogenerated. Do not edit it by hand, 
-      4 since your modifications would be overwritten. 
-      5 """ 
-----> 7 from keras.src.activations import deserialize 
-      8 from keras.src.activations import get 
-      9 from keras.src.activations import serialize 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/__init__.py:1 
-----> 1 from keras.src import activations 
-      2 from keras.src import applications 
-      3 from keras.src import backend 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/activations/__init__.py:3 
-      1 import types 
-----> 3 from keras.src.activations.activations import celu 
-      4 from keras.src.activations.activations import elu 
-      5 from keras.src.activations.activations import exponential 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/activations/activations.py:1 
-----> 1 from keras.src import backend 
-      2 from keras.src import ops 
-      3 from keras.src.api_export import keras_export 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/backend/__init__.py:10 
-      7     import torch 
-      9 from keras.src.api_export import keras_export 
----> 10 from keras.src.backend.common.dtypes import result_type 
-     11 from keras.src.backend.common.keras_tensor import KerasTensor 
-     12 from keras.src.backend.common.keras_tensor import any_symbolic_tensors 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/backend/common/__init__.py:2 
-      1 from keras.src.backend.common import backend_utils 
-----> 2 from keras.src.backend.common.dtypes import result_type 
-      3 from keras.src.backend.common.variables import AutocastScope 
-      4 from keras.src.backend.common.variables import Variable as KerasVariable 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/backend/common/dtypes.py:5 
-      3 from keras.src.api_export import keras_export 
-      4 from keras.src.backend import config 
-----> 5 from keras.src.backend.common.variables import standardize_dtype 
-      7 BOOL_TYPES = ("bool",) 
-      8 INT_TYPES = ( 
-      9     "uint8", 
-     10     "uint16", 
-   (...) 
-     16     "int64", 
-     17 ) 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/backend/common/variables.py:11 
-      9 from keras.src.backend.common.stateless_scope import get_stateless_scope 
-     10 from keras.src.backend.common.stateless_scope import in_stateless_scope 
----> 11 from keras.src.utils.module_utils import tensorflow as tf 
-     12 from keras.src.utils.naming import auto_name 
-     15 class Variable: 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/utils/__init__.py:1 
-----> 1 from keras.src.utils.audio_dataset_utils import audio_dataset_from_directory 
-      2 from keras.src.utils.dataset_utils import split_dataset 
-      3 from keras.src.utils.file_utils import get_file 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/utils/audio_dataset_utils.py:4 
-      1 import numpy as np 
-      3 from keras.src.api_export import keras_export 
-----> 4 from keras.src.utils import dataset_utils 
-      5 from keras.src.utils.module_utils import tensorflow as tf 
-      6 from keras.src.utils.module_utils import tensorflow_io as tfio 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/utils/dataset_utils.py:9 
-      5 from multiprocessing.pool import ThreadPool 
-      7 import numpy as np 
-----> 9 from keras.src import tree 
-     10 from keras.src.api_export import keras_export 
-     11 from keras.src.utils import io_utils 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/tree/__init__.py:1 
-----> 1 from keras.src.tree.tree_api import assert_same_paths 
-      2 from keras.src.tree.tree_api import assert_same_structure 
-      3 from keras.src.tree.tree_api import flatten 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/tree/tree_api.py:8 
-      5 from keras.src.utils.module_utils import optree 
-      7 if optree.available: 
-----> 8     from keras.src.tree import optree_impl as tree_impl 
-      9 elif dmtree.available: 
-     10     from keras.src.tree import dmtree_impl as tree_impl 
- 
- 
-File ~/.local/lib/python3.10/site-packages/keras/src/tree/optree_impl.py:13 
-     11 # Register backend-specific node classes 
-     12 if backend() == "tensorflow": 
----> 13     from tensorflow.python.trackable.data_structures import ListWrapper 
-     14     from tensorflow.python.trackable.data_structures import _DictWrapper 
-     16     optree.register_pytree_node( 
-     17         ListWrapper, 
-     18         lambda x: (x, None), 
-     19         lambda metadata, children: ListWrapper(list(children)), 
-     20         namespace="keras", 
-     21     ) 
- 
- 
-ModuleNotFoundError: No module named 'tensorflow' 
-</code> 
  
 <code python> <code python>
Linia 2146: Linia 1682:
 <code> <code>
 Epoch 1/30 Epoch 1/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.6591 - loss: 1.1976 - val_acc: 0.8627 - val_loss: 0.4906+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.6591 - loss: 1.1976 - val_acc: 0.8627 - val_loss: 0.4906
 Epoch 2/30 Epoch 2/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8586 - loss: 0.4965 - val_acc: 0.8737 - val_loss: 0.4288+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8586 - loss: 0.4965 - val_acc: 0.8737 - val_loss: 0.4288
 Epoch 3/30 Epoch 3/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8715 - loss: 0.4334 - val_acc: 0.8783 - val_loss: 0.3984+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8715 - loss: 0.4334 - val_acc: 0.8783 - val_loss: 0.3984
 Epoch 4/30 Epoch 4/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 2s 1ms/step - acc: 0.8731 - loss: 0.4181 - val_acc: 0.8837 - val_loss: 0.3994+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m2s[0m 1ms/step - acc: 0.8731 - loss: 0.4181 - val_acc: 0.8837 - val_loss: 0.3994
 Epoch 5/30 Epoch 5/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8804 - loss: 0.3992 - val_acc: 0.8867 - val_loss: 0.3678+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8804 - loss: 0.3992 - val_acc: 0.8867 - val_loss: 0.3678
 Epoch 6/30 Epoch 6/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - acc: 0.8810 - loss: 0.3967 - val_acc: 0.8823 - val_loss: 0.3897+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 2ms/step - acc: 0.8810 - loss: 0.3967 - val_acc: 0.8823 - val_loss: 0.3897
 Epoch 7/30 Epoch 7/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - acc: 0.8860 - loss: 0.3771 - val_acc: 0.8923 - val_loss: 0.3606+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 2ms/step - acc: 0.8860 - loss: 0.3771 - val_acc: 0.8923 - val_loss: 0.3606
 Epoch 8/30 Epoch 8/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8867 - loss: 0.3791 - val_acc: 0.8945 - val_loss: 0.3498+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8867 - loss: 0.3791 - val_acc: 0.8945 - val_loss: 0.3498
 Epoch 9/30 Epoch 9/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8910 - loss: 0.3633 - val_acc: 0.8944 - val_loss: 0.3601+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8910 - loss: 0.3633 - val_acc: 0.8944 - val_loss: 0.3601
 Epoch 10/30 Epoch 10/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8910 - loss: 0.3698 - val_acc: 0.9007 - val_loss: 0.3241+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8910 - loss: 0.3698 - val_acc: 0.9007 - val_loss: 0.3241
 Epoch 11/30 Epoch 11/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8986 - loss: 0.3333 - val_acc: 0.8960 - val_loss: 0.3465+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8986 - loss: 0.3333 - val_acc: 0.8960 - val_loss: 0.3465
 Epoch 12/30 Epoch 12/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8965 - loss: 0.3349 - val_acc: 0.9051 - val_loss: 0.3203+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8965 - loss: 0.3349 - val_acc: 0.9051 - val_loss: 0.3203
 Epoch 13/30 Epoch 13/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.8987 - loss: 0.3334 - val_acc: 0.9017 - val_loss: 0.3273+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.8987 - loss: 0.3334 - val_acc: 0.9017 - val_loss: 0.3273
 Epoch 14/30 Epoch 14/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9017 - loss: 0.3230 - val_acc: 0.9012 - val_loss: 0.3284+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9017 - loss: 0.3230 - val_acc: 0.9012 - val_loss: 0.3284
 Epoch 15/30 Epoch 15/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9048 - loss: 0.3170 - val_acc: 0.8981 - val_loss: 0.3411+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9048 - loss: 0.3170 - val_acc: 0.8981 - val_loss: 0.3411
 Epoch 16/30 Epoch 16/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9016 - loss: 0.3239 - val_acc: 0.9087 - val_loss: 0.3094+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9016 - loss: 0.3239 - val_acc: 0.9087 - val_loss: 0.3094
 Epoch 17/30 Epoch 17/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - acc: 0.9080 - loss: 0.3062 - val_acc: 0.9084 - val_loss: 0.3149+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 2ms/step - acc: 0.9080 - loss: 0.3062 - val_acc: 0.9084 - val_loss: 0.3149
 Epoch 18/30 Epoch 18/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9085 - loss: 0.3071 - val_acc: 0.9080 - val_loss: 0.3014+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9085 - loss: 0.3071 - val_acc: 0.9080 - val_loss: 0.3014
 Epoch 19/30 Epoch 19/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9118 - loss: 0.2924 - val_acc: 0.9091 - val_loss: 0.3022+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9118 - loss: 0.2924 - val_acc: 0.9091 - val_loss: 0.3022
 Epoch 20/30 Epoch 20/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9124 - loss: 0.2905 - val_acc: 0.9110 - val_loss: 0.2999+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9124 - loss: 0.2905 - val_acc: 0.9110 - val_loss: 0.2999
 Epoch 21/30 Epoch 21/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9065 - loss: 0.3072 - val_acc: 0.9124 - val_loss: 0.2897+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9065 - loss: 0.3072 - val_acc: 0.9124 - val_loss: 0.2897
 Epoch 22/30 Epoch 22/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9131 - loss: 0.2855 - val_acc: 0.9063 - val_loss: 0.3060+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9131 - loss: 0.2855 - val_acc: 0.9063 - val_loss: 0.3060
 Epoch 23/30 Epoch 23/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9117 - loss: 0.2928 - val_acc: 0.9152 - val_loss: 0.2822+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9117 - loss: 0.2928 - val_acc: 0.9152 - val_loss: 0.2822
 Epoch 24/30 Epoch 24/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9166 - loss: 0.2763 - val_acc: 0.9173 - val_loss: 0.2861+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9166 - loss: 0.2763 - val_acc: 0.9173 - val_loss: 0.2861
 Epoch 25/30 Epoch 25/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - acc: 0.9142 - loss: 0.2826 - val_acc: 0.9085 - val_loss: 0.3033+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 2ms/step - acc: 0.9142 - loss: 0.2826 - val_acc: 0.9085 - val_loss: 0.3033
 Epoch 26/30 Epoch 26/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 1ms/step - acc: 0.9140 - loss: 0.2870 - val_acc: 0.9129 - val_loss: 0.2918+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 1ms/step - acc: 0.9140 - loss: 0.2870 - val_acc: 0.9129 - val_loss: 0.2918
 Epoch 27/30 Epoch 27/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 2s 1ms/step - acc: 0.9162 - loss: 0.2756 - val_acc: 0.9175 - val_loss: 0.2661+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m2s[0m 1ms/step - acc: 0.9162 - loss: 0.2756 - val_acc: 0.9175 - val_loss: 0.2661
 Epoch 28/30 Epoch 28/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 2s 1ms/step - acc: 0.9210 - loss: 0.2651 - val_acc: 0.9173 - val_loss: 0.2832+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m2s[0m 1ms/step - acc: 0.9210 - loss: 0.2651 - val_acc: 0.9173 - val_loss: 0.2832
 Epoch 29/30 Epoch 29/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 2s 1ms/step - acc: 0.9164 - loss: 0.2777 - val_acc: 0.9134 - val_loss: 0.2857+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m2s[0m 1ms/step - acc: 0.9164 - loss: 0.2777 - val_acc: 0.9134 - val_loss: 0.2857
 Epoch 30/30 Epoch 30/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 3s 2ms/step - acc: 0.9212 - loss: 0.2649 - val_acc: 0.9152 - val_loss: 0.2803+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m3s[0m 2ms/step - acc: 0.9212 - loss: 0.2649 - val_acc: 0.9152 - val_loss: 0.2803
  
  
Linia 2220: Linia 1756:
  
 <code> <code>
-313/313 ━━━━━━━━━━━━━━━━━━━━ 0s 977us/step+[1m313/313[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m0s[0m 977us/step
  
  
Linia 2278: Linia 1814:
 <code> <code>
 Epoch 1/30 Epoch 1/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.7554 - loss: 2.4505 - val_acc: 0.9637 - val_loss: 0.1204+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.7554 - loss: 2.4505 - val_acc: 0.9637 - val_loss: 0.1204
 Epoch 2/30 Epoch 2/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9412 - loss: 0.2183 - val_acc: 0.9777 - val_loss: 0.0829+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9412 - loss: 0.2183 - val_acc: 0.9777 - val_loss: 0.0829
 Epoch 3/30 Epoch 3/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9584 - loss: 0.1487 - val_acc: 0.9740 - val_loss: 0.0873+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9584 - loss: 0.1487 - val_acc: 0.9740 - val_loss: 0.0873
 Epoch 4/30 Epoch 4/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9639 - loss: 0.1251 - val_acc: 0.9797 - val_loss: 0.0889+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9639 - loss: 0.1251 - val_acc: 0.9797 - val_loss: 0.0889
 Epoch 5/30 Epoch 5/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9683 - loss: 0.1132 - val_acc: 0.9800 - val_loss: 0.0841+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9683 - loss: 0.1132 - val_acc: 0.9800 - val_loss: 0.0841
 Epoch 6/30 Epoch 6/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9723 - loss: 0.1024 - val_acc: 0.9757 - val_loss: 0.0832+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9723 - loss: 0.1024 - val_acc: 0.9757 - val_loss: 0.0832
 Epoch 7/30 Epoch 7/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9732 - loss: 0.0952 - val_acc: 0.9822 - val_loss: 0.0841+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9732 - loss: 0.0952 - val_acc: 0.9822 - val_loss: 0.0841
 Epoch 8/30 Epoch 8/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9768 - loss: 0.0841 - val_acc: 0.9804 - val_loss: 0.0834+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9768 - loss: 0.0841 - val_acc: 0.9804 - val_loss: 0.0834
 Epoch 9/30 Epoch 9/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 17s 9ms/step - acc: 0.9760 - loss: 0.0881 - val_acc: 0.9817 - val_loss: 0.0753+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m17s[0m 9ms/step - acc: 0.9760 - loss: 0.0881 - val_acc: 0.9817 - val_loss: 0.0753
 Epoch 10/30 Epoch 10/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 9ms/step - acc: 0.9788 - loss: 0.0755 - val_acc: 0.9834 - val_loss: 0.0765+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 9ms/step - acc: 0.9788 - loss: 0.0755 - val_acc: 0.9834 - val_loss: 0.0765
 Epoch 11/30 Epoch 11/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 15s 8ms/step - acc: 0.9796 - loss: 0.0740 - val_acc: 0.9806 - val_loss: 0.0878+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m15s[0m 8ms/step - acc: 0.9796 - loss: 0.0740 - val_acc: 0.9806 - val_loss: 0.0878
 Epoch 12/30 Epoch 12/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9793 - loss: 0.0710 - val_acc: 0.9830 - val_loss: 0.0877+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9793 - loss: 0.0710 - val_acc: 0.9830 - val_loss: 0.0877
 Epoch 13/30 Epoch 13/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9795 - loss: 0.0760 - val_acc: 0.9823 - val_loss: 0.0970+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9795 - loss: 0.0760 - val_acc: 0.9823 - val_loss: 0.0970
 Epoch 14/30 Epoch 14/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9812 - loss: 0.0727 - val_acc: 0.9834 - val_loss: 0.0954+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9812 - loss: 0.0727 - val_acc: 0.9834 - val_loss: 0.0954
 Epoch 15/30 Epoch 15/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9816 - loss: 0.0699 - val_acc: 0.9826 - val_loss: 0.0867+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9816 - loss: 0.0699 - val_acc: 0.9826 - val_loss: 0.0867
 Epoch 16/30 Epoch 16/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9816 - loss: 0.0655 - val_acc: 0.9823 - val_loss: 0.0938+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9816 - loss: 0.0655 - val_acc: 0.9823 - val_loss: 0.0938
 Epoch 17/30 Epoch 17/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9815 - loss: 0.0727 - val_acc: 0.9823 - val_loss: 0.0904+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9815 - loss: 0.0727 - val_acc: 0.9823 - val_loss: 0.0904
 Epoch 18/30 Epoch 18/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9835 - loss: 0.0632 - val_acc: 0.9825 - val_loss: 0.1071+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9835 - loss: 0.0632 - val_acc: 0.9825 - val_loss: 0.1071
 Epoch 19/30 Epoch 19/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9828 - loss: 0.0639 - val_acc: 0.9817 - val_loss: 0.1091+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9828 - loss: 0.0639 - val_acc: 0.9817 - val_loss: 0.1091
 Epoch 20/30 Epoch 20/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9843 - loss: 0.0574 - val_acc: 0.9833 - val_loss: 0.1257+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9843 - loss: 0.0574 - val_acc: 0.9833 - val_loss: 0.1257
 Epoch 21/30 Epoch 21/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9844 - loss: 0.0643 - val_acc: 0.9828 - val_loss: 0.1115+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9844 - loss: 0.0643 - val_acc: 0.9828 - val_loss: 0.1115
 Epoch 22/30 Epoch 22/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9838 - loss: 0.0656 - val_acc: 0.9847 - val_loss: 0.0853+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9838 - loss: 0.0656 - val_acc: 0.9847 - val_loss: 0.0853
 Epoch 23/30 Epoch 23/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9837 - loss: 0.0650 - val_acc: 0.9836 - val_loss: 0.0992+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9837 - loss: 0.0650 - val_acc: 0.9836 - val_loss: 0.0992
 Epoch 24/30 Epoch 24/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9831 - loss: 0.0692 - val_acc: 0.9836 - val_loss: 0.1028+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9831 - loss: 0.0692 - val_acc: 0.9836 - val_loss: 0.1028
 Epoch 25/30 Epoch 25/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9851 - loss: 0.0630 - val_acc: 0.9851 - val_loss: 0.1152+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9851 - loss: 0.0630 - val_acc: 0.9851 - val_loss: 0.1152
 Epoch 26/30 Epoch 26/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9852 - loss: 0.0602 - val_acc: 0.9853 - val_loss: 0.1016+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9852 - loss: 0.0602 - val_acc: 0.9853 - val_loss: 0.1016
 Epoch 27/30 Epoch 27/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9850 - loss: 0.0641 - val_acc: 0.9832 - val_loss: 0.1014+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9850 - loss: 0.0641 - val_acc: 0.9832 - val_loss: 0.1014
 Epoch 28/30 Epoch 28/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9857 - loss: 0.0597 - val_acc: 0.9839 - val_loss: 0.1153+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9857 - loss: 0.0597 - val_acc: 0.9839 - val_loss: 0.1153
 Epoch 29/30 Epoch 29/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 9ms/step - acc: 0.9864 - loss: 0.0586 - val_acc: 0.9834 - val_loss: 0.1218+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 9ms/step - acc: 0.9864 - loss: 0.0586 - val_acc: 0.9834 - val_loss: 0.1218
 Epoch 30/30 Epoch 30/30
-1875/1875 ━━━━━━━━━━━━━━━━━━━━ 16s 8ms/step - acc: 0.9865 - loss: 0.0571 - val_acc: 0.9829 - val_loss: 0.1139+[1m1875/1875[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m16s[0m 8ms/step - acc: 0.9865 - loss: 0.0571 - val_acc: 0.9829 - val_loss: 0.1139
  
  
Linia 2352: Linia 1888:
  
 <code> <code>
-313/313 ━━━━━━━━━━━━━━━━━━━━ 1s 2ms/step  +[1m313/313[0m [32m━━━━━━━━━━━━━━━━━━━━[0m[37m[0m [1m1s[0m 2ms/step  
  
  
notatki/studianoteaptaszniml.1746618750.txt.gz · ostatnio zmienione: przez administrator

Narzędzia strony

Wszystkie treści w tym wiki, którym nie przyporządkowano licencji, podlegają licencji: GNU Free Documentation License 1.3
GNU Free Documentation License 1.3 Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki