Image classification

Description

Dans ce BE, nous avons créé 3 fichiers python afin de classifier des images selon 10 classes différentes :

-read_cifar.py permet d'extraire les images numérisées depuis la base de données (60 000 images chacune codée par 3072 nombres) -knn.py permet d'implémenter la méthode des k plus proches voisins -mlp.py permet de créer un réseau de neurones et de prédire la classe des images, avec un certain taux de réussite

En exécutant le code de knn.py, on peut évaluer le modèle KNN en modifiant les valeurs de k par exemple. En exécutant le code de mlp.py, on peut afficher la précision avec laquelle le réseau de neurones prédit la classe des images de la base de données.

Cependant, nous n'aurons pas la possibilité d'exécuter le programme mlp.py et de mettre en oeuvre le réseau de neurones, ma machine manquant d'espace mémoire.