background

Fashion

CNNConvolutional Neural Networks

dataset loading...

epoch:

  0 / 10

accuracy:

0 %

  1. 0

  2. 0

  3. 0

  4. 0

  5. 0

  6. 0

  7. 0

  8. 0

  9. 0

  10. 0

  11. 0

  12. 0

  13. 0

  14. 0

  15. 0

  16. 0

  17. 0

  18. 0

  19. 0

  20. 0

  21. 0

  22. 0

  23. 0

  24. 0

  25. 0

  26. 0

  27. 0

  28. 0

  29. 0

  30. 0

  31. 0

  32. 0

  33. 0

  34. 0

  35. 0

  36. 0

  37. 0

  38. 0

  39. 0

  40. 0

  41. 0

  42. 0

  43. 0

  44. 0

  45. 0

  46. 0

  47. 0

  48. 0

  49. 0

  50. 0

  51. 0

  52. 0

  53. 0

  54. 0

  55. 0

  56. 0

  57. 0

  58. 0

  59. 0

  60. 0

  61. 0

  62. 0

  63. 0

  64. 0

  65. 0

  66. 0

  67. 0

  68. 0

  69. 0

  70. 0

  71. 0

  72. 0

  73. 0

  74. 0

  75. 0

  76. 0

  77. 0

  78. 0

  79. 0

  80. 0

  81. 0

  82. 0

  83. 0

  84. 0

  85. 0

  86. 0

  87. 0

  88. 0

  89. 0

  90. 0

  91. 0

  92. 0

  93. 0

  94. 0

  95. 0

  96. 0

  97. 0

  98. 0

  99. 0

  100. 0

  101. 0

  102. 0

  103. 0

  104. 0

  105. 0

  106. 0

  107. 0

  108. 0

  109. 0

  110. 0

  111. 0

  112. 0

  113. 0

  114. 0

  115. 0

  116. 0

  117. 0

  118. 0

  119. 0

  120. 0

  121. 0

  122. 0

  123. 0

  124. 0

  125. 0

  126. 0

  127. 0

  128. 0

  129. 0

  130. 0

  131. 0

  132. 0

  133. 0

  134. 0

  135. 0

  136. 0

  137. 0

  138. 0

  139. 0

  140. 0

  141. 0

  142. 0

  143. 0

  144. 0

  145. 0

  146. 0

  147. 0

  148. 0

  149. 0

  150. 0

  151. 0

  152. 0

  153. 0

  154. 0

  155. 0

  156. 0

  157. 0

  158. 0

  159. 0

  160. 0

  161. 0

  162. 0

  163. 0

  164. 0

  165. 0

  166. 0

  167. 0

  168. 0

  169. 0

  170. 0

  171. 0

  172. 0

  173. 0

  174. 0

  175. 0

  176. 0

  177. 0

  178. 0

  179. 0

  180. 0

  181. 0

  182. 0

  183. 0

  184. 0

  185. 0

  186. 0

  187. 0

  188. 0

  189. 0

  190. 0

  191. 0

  192. 0

  193. 0

  194. 0

  195. 0

  196. 0

  197. 0

  198. 0

  199. 0

  200. 0

  201. 0

  202. 0

  203. 0

  204. 0

  205. 0

  206. 0

  207. 0

  208. 0

  209. 0

  210. 0

  211. 0

  212. 0

  213. 0

  214. 0

  215. 0

  216. 0

  217. 0

  218. 0

  219. 0

  220. 0

  221. 0

  222. 0

  223. 0

  224. 0

  225. 0

  226. 0

  227. 0

  228. 0

  229. 0

  230. 0

  231. 0

  232. 0

  233. 0

  234. 0

  235. 0

  236. 0

  237. 0

  238. 0

  239. 0

  240. 0

  241. 0

  242. 0

  243. 0

  244. 0

  245. 0

  246. 0

  247. 0

  248. 0

  249. 0

  250. 0

  251. 0

  252. 0

  253. 0

  254. 0

  255. 0

  256. 0

  257. 0

  258. 0

  259. 0

  260. 0

  261. 0

  262. 0

  263. 0

  264. 0

  265. 0

  266. 0

  267. 0

  268. 0

  269. 0

  270. 0

  271. 0

  272. 0

  273. 0

  274. 0

  275. 0

  276. 0

  277. 0

  278. 0

  279. 0

  280. 0

  281. 0

  282. 0

  283. 0

  284. 0

  285. 0

  286. 0

  287. 0

  288. 0

  289. 0

  290. 0

  291. 0

  292. 0

  293. 0

  294. 0

  295. 0

  296. 0

  297. 0

  298. 0

  299. 0

  300. 0

  301. 0

  302. 0

  303. 0

  304. 0

  305. 0

  306. 0

  307. 0

  308. 0

  309. 0

  310. 0

  311. 0

  312. 0

  313. 0

  314. 0

  315. 0

  316. 0

  317. 0

  318. 0

  319. 0

  320. 0

  321. 0

  322. 0

  323. 0

  324. 0

  325. 0

  326. 0

  327. 0

  328. 0

  329. 0

  330. 0

  331. 0

  332. 0

  333. 0

  334. 0

  335. 0

  336. 0

  337. 0

  338. 0

  339. 0

  340. 0

  341. 0

  342. 0

  343. 0

  344. 0

  345. 0

  346. 0

  347. 0

  348. 0

  349. 0

  350. 0

  351. 0

  352. 0

  353. 0

  354. 0

  355. 0

  356. 0

  357. 0

  358. 0

  359. 0

  360. 0

  361. 0

  362. 0

  363. 0

  364. 0

  365. 0

  366. 0

  367. 0

  368. 0

  369. 0

  370. 0

  371. 0

  372. 0

  373. 0

  374. 0

  375. 0

  376. 0

  377. 0

  378. 0

  379. 0

  380. 0

  381. 0

  382. 0

  383. 0

  384. 0

  385. 0

  386. 0

  387. 0

  388. 0

  389. 0

  390. 0

  391. 0

  392. 0

  393. 0

  394. 0

  395. 0

  396. 0

  397. 0

  398. 0

  399. 0

  400. 0

  401. 0

  402. 0

  403. 0

  404. 0

  405. 0

  406. 0

  407. 0

  408. 0

  409. 0

  410. 0

  411. 0

  412. 0

  413. 0

  414. 0

  415. 0

  416. 0

  417. 0

  418. 0

  419. 0

  420. 0

  421. 0

  422. 0

  423. 0

  424. 0

  425. 0

  426. 0

  427. 0

  428. 0

  429. 0

  430. 0

  431. 0

  432. 0

  433. 0

  434. 0

  435. 0

  436. 0

  437. 0

  438. 0

  439. 0

  440. 0

  441. 0

  442. 0

  443. 0

  444. 0

  445. 0

  446. 0

  447. 0

  448. 0

  449. 0

  450. 0

  451. 0

  452. 0

  453. 0

  454. 0

  455. 0

  456. 0

  457. 0

  458. 0

  459. 0

  460. 0

  461. 0

  462. 0

  463. 0

  464. 0

  465. 0

  466. 0

  467. 0

  468. 0

  469. 0

  470. 0

  471. 0

  472. 0

  473. 0

  474. 0

  475. 0

  476. 0

  477. 0

  478. 0

  479. 0

  480. 0

  481. 0

  482. 0

  483. 0

  484. 0

  485. 0

  486. 0

  487. 0

  488. 0

  489. 0

  490. 0

  491. 0

  492. 0

  493. 0

  494. 0

  495. 0

  496. 0

  497. 0

  498. 0

  499. 0

  500. 0

  501. 0

  502. 0

  503. 0

  504. 0

  505. 0

  506. 0

  507. 0

  508. 0

  509. 0

  510. 0

  511. 0

  512. 0

  513. 0

  514. 0

  515. 0

  516. 0

  517. 0

  518. 0

  519. 0

  520. 0

  521. 0

  522. 0

  523. 0

  524. 0

  525. 0

  526. 0

  527. 0

  528. 0

  529. 0

  530. 0

  531. 0

  532. 0

  533. 0

  534. 0

  535. 0

  536. 0

  537. 0

  538. 0

  539. 0

  540. 0

  541. 0

  542. 0

  543. 0

  544. 0

  545. 0

  546. 0

  547. 0

  548. 0

  549. 0

  550. 0

  551. 0

  552. 0

  553. 0

  554. 0

  555. 0

  556. 0

  557. 0

  558. 0

  559. 0

  560. 0

  561. 0

  562. 0

  563. 0

  564. 0

  565. 0

  566. 0

  567. 0

  568. 0

  569. 0

  570. 0

  571. 0

  572. 0

  573. 0

  574. 0

  575. 0

  576. 0

  577. 0

  578. 0

  579. 0

  580. 0

  581. 0

  582. 0

  583. 0

  584. 0

  585. 0

  586. 0

  587. 0

  588. 0

  589. 0

  590. 0

  591. 0

  592. 0

  593. 0

  594. 0

  595. 0

  596. 0

  597. 0

  598. 0

  599. 0

  600. 0

  601. 0

  602. 0

  603. 0

  604. 0

  605. 0

  606. 0

  607. 0

  608. 0

  609. 0

  610. 0

  611. 0

  612. 0

  613. 0

  614. 0

  615. 0

  616. 0

  617. 0

  618. 0

  619. 0

  620. 0

  621. 0

  622. 0

  623. 0

  624. 0

  625. 0

  626. 0

  627. 0

  628. 0

  629. 0

  630. 0

  631. 0

  632. 0

  633. 0

  634. 0

  635. 0

  636. 0

  637. 0

  638. 0

  639. 0

  640. 0

  641. 0

  642. 0

  643. 0

  644. 0

  645. 0

  646. 0

  647. 0

  648. 0

  649. 0

  650. 0

  651. 0

  652. 0

  653. 0

  654. 0

  655. 0

  656. 0

  657. 0

  658. 0

  659. 0

  660. 0

  661. 0

  662. 0

  663. 0

  664. 0

  665. 0

  666. 0

  667. 0

  668. 0

  669. 0

  670. 0

  671. 0

  672. 0

  673. 0

  674. 0

  675. 0

  676. 0

  677. 0

  678. 0

  679. 0

  680. 0

  681. 0

  682. 0

  683. 0

  684. 0

  685. 0

  686. 0

  687. 0

  688. 0

  689. 0

  690. 0

  691. 0

  692. 0

  693. 0

  694. 0

  695. 0

  696. 0

  697. 0

  698. 0

  699. 0

  700. 0

  701. 0

  702. 0

  703. 0

  704. 0

  705. 0

  706. 0

  707. 0

  708. 0

  709. 0

  710. 0

  711. 0

  712. 0

  713. 0

  714. 0

  715. 0

  716. 0

  717. 0

  718. 0

  719. 0

  720. 0

  721. 0

  722. 0

  723. 0

  724. 0

  725. 0

  726. 0

  727. 0

  728. 0

  729. 0

  730. 0

  731. 0

  732. 0

  733. 0

  734. 0

  735. 0

  736. 0

  737. 0

  738. 0

  739. 0

  740. 0

  741. 0

  742. 0

  743. 0

  744. 0

  745. 0

  746. 0

  747. 0

  748. 0

  749. 0

  750. 0

  751. 0

  752. 0

  753. 0

  754. 0

  755. 0

  756. 0

  757. 0

  758. 0

  759. 0

  760. 0

  761. 0

  762. 0

  763. 0

  764. 0

  765. 0

  766. 0

  767. 0

  768. 0

  769. 0

  770. 0

  771. 0

  772. 0

  773. 0

  774. 0

  775. 0

  776. 0

  777. 0

  778. 0

  779. 0

  780. 0

  781. 0

  782. 0

  783. 0

  784. 0

expected: ?

answer: ?

dataset:

10 000 images (28x28)

validation split:

20% (8 000)

convolutional layers (4):

 

 

16(28x28)[5x5 filter] + stride[2] & max pool[2x2]

 

32(14x14)[5x5 filter] + stride[2] & max pool[2x2]

hidden layers (1):

128

activation functions:

relu & softmax