org.neuroph.samples.convolution.mnist

Class MNISTExample

java.lang.Object

org.neuroph.samples.convolution.mnist.MNISTExample

public class MNISTExample
extends java.lang.Object

Konvolucioni parametri

Globalna arhitektura: Konvolucioni i pooling lejeri - naizmenicno (samo konvolucioni ili naizmenicno konvolccioni pooling) Za svaki lajer da ima svoj kernel (mogu svi konvolucioni da imaju isti kernel, ili svi pooling isti kernel) da mogu da zadaju neuron properties (transfer funkciju) za konvolucioni i pooling lejer(input) Konektovanje lejera? - po defaultu full connect (ostaviti api za custom konekcije)

addFeatureMaps... connectFeatureMaps

Helper utility klasa...

Osnovni kriterijumi: 1. Jednostavno kreiranje default neuronske mreze 2. Laka customizacija i kreiranje custom arhitektura: konvolucionih i pooling lejera i transfer/input funkcija Napraviti prvo API i ond aprilagodti kod

------------------------

promeniti nacin kreiranja i dodavanja feature maps layera resiti InputMaps Layer, overridovana metoda koja baca unsupported exception ukazuje da nesto nije u redu sa dizajnom Da li imamo potrebe za klasom kernel - to je isto kao i dimension?

zasto je public abstract void connectMaps apstraktna? (u klasi FeatureMapsLayer)

InputMapsLayer konstruktoru superklase prosledjuje null...

fullConnectMapLayers Same as CNNMNIST just with hardoced params

Constructor Summary

Constructors

Constructor and Description
MNISTExample()

Method Summary

Modifier and Type	Method and Description
static void	main(java.lang.String[] args)

Methods inherited from class java.lang.Object

equals, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

Constructor Detail

MNISTExample

public MNISTExample()

Method Detail

main

public static void main(java.lang.String[] args)