/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
mlp · dense
Опубликована
4 окт 2023

mnist-mlp

Классификация изображенийИзображение → label3 профессии

Простая MLP-модель для классификации рукописных цифр MNIST и тестирования квантования.

397скачиваний за 30 дней1лайквеса обновлены2 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

dacorvo/mnist-mlp — простая полносвязная MLP-модель, обученная на наборе MNIST. Автор указывает её основное назначение как эталонную модель для проверки методов квантования.

Модель принимает изображения MNIST после нормализации и преобразования в одномерный вектор и классифицирует рукописные цифры. Репозиторий содержит веса в форматах PyTorch и Safetensors; модель распространяется по лицензии Apache-2.0.

Модель узкоспециализирована на распознавании цифр из MNIST. README не приводит показатели качества или сведения о применимости к изображениям вне этого набора.

Сценарии применения

  • классификация рукописных цифр MNIST
  • проверка квантования нейросетей на простой эталонной модели
  • обучающие эксперименты с полносвязными классификаторами

Ограничения

Предназначена для изображений цифр MNIST с указанной нормализацией и преобразованием в вектор; качество на других изображениях не подтверждено. В карточке не приведены метрики качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for MNIST-MLP

This is a simple MLP trained on the MNIST dataset.

Its primary use is to be a very simple reference model to test quantization.

Inputs preprocessing

The MNIST images must be normalized and flattened as follows:

from torchvision import datasets, transforms


transform=transforms.Compose([
        transforms.ToTensor(),
        transforms.Normalize((0.1307,), (0.3081,)),
        transforms.Lambda(lambda x: torch.flatten(x)),
])
test_set = datasets.MNIST('../data', train=False, download=True,
                          transform=transform)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · image-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
MLP
Ревизия весов
7ed1e96

0 моделей