/classificador-digitos-manuscritos

Desenvolvimento de um classificador de dígitos manuscritos com alto desempenho usando PyTorch. Utilizando o conjunto de dados MNIST, este projeto visa criar e treinar um modelo de aprendizado de máquina para reconhecer dígitos de forma precisa.

Primary LanguageJupyter Notebook

Classificador de Dígitos Manuscritos com PyTorch

Este é um projeto de classificação de dígitos manuscritos utilizando o conjunto de dados MNIST e implementado com o framework PyTorch.

Descrição

O objetivo deste projeto é desenvolver um modelo de aprendizado de máquina capaz de reconhecer dígitos manuscritos com alta precisão. O conjunto de dados MNIST é um conjunto popular para esse tipo de tarefa, contendo imagens de dígitos manuscritos de 0 a 9.

O projeto consiste em:

  1. Preparação dos Dados: Os dados são baixados e preparados utilizando o PyTorch DataLoader para treinamento e validação.

  2. Definição do Modelo: Uma rede neural é definida utilizando a biblioteca PyTorch. O modelo consiste em camadas lineares e ativações ReLU.

  3. Treinamento do Modelo: O modelo é treinado utilizando o algoritmo de gradiente descendente estocástico (SGD) com a função de perda NLLLoss.

  4. Validação do Modelo: Após o treinamento, o modelo é avaliado em um conjunto de dados de validação separado para medir sua precisão.

Requisitos

  • Python 3
  • PyTorch
  • torchvision
  • matplotlib

Como Usar

  1. Clone este repositório:

bashCopy code

git clone https://github.com/seu-usuario/classificador-digitos-manuscritos.git

  1. Navegue até o diretório do projeto:

bashCopy code

cd classificador-digitos-manuscritos

  1. Execute o notebook Jupyter:

bashCopy code

jupyter notebook classificador_digitos.ipynb

  1. Siga as instruções no notebook para treinar e testar o modelo.

Contribuições

Contribuições são bem-vindas! Sinta-se à vontade para abrir uma issue ou enviar um pull request.

Licença

Este projeto é licenciado sob a MIT License.