Image classification

Description

Voici le projet de classification d'Images du TD 1. On peut trouver dans le fichier "knn.py" un modèle de classification d'image K-Nearest-Neighboor, et dans le fichier "mlp.py" un réseau de neurones avec 1 couche de neurones cachée.

Le fichier "read_cifar.py" permet d'extraire et de spliter les images en datatrain et dataset pour entrainer et tester les modèles.

Usage

Pour pouvoir tester et évaluer le modèle KNN, il suffit de lancer le fichier "knn.py". On peut modifier le nombre de voisin ou le split en fin de fichier (lignes 52 et 53).

Pour pouvoir entrainer, tester et évaluer le réseau de neurones, il suffit de lancer le fichier "final_run.py". On peut venir modifier certains hyperparamètres en fin de fichier (comme le nombre de neurones de la couche cachées, le nombre d'itération et le taux d'apprentissage pour la descente du gradient).