Convolutional Architecture Selection For Classification Task

Этот проект представляет собой инструмент для выбора архитектуры модели машинного обучения.

Установка

1. Клонируйте репозиторий:

   git clone https://github.com/your_username/Architecture_selection.git

2. Перейдите в каталог проекта:

   cd Architecture_selection

3. Установите зависимости:

   pip install -r requirements.txt

Использование

1. Создайте экземпляр класса ModelSelection:

   from Architecture_selection import ModelSelection
   
   Selection = ModelSelection()

2. Укажите путь к директории с изображениями:

   image_dir = '/path/to/your/image/directory'

3. Выберите архитектуру модели, запустив метод select_model:

   selected_model = Selection.predict_model(image_dir=image_dir)

4. Получите результат выбора:

   print("Selected model:", selected_model)

Запуск на Google Colab

Есть руководство по запуску проекта на Google Colab. Вы можете найти его в папке notebooks/guide.ipynb.

Вклад

• Если вы хотите сообщить об ошибке или предложить улучшение, создайте issue на GitHub.
• При желании вы можете внести свой вклад, создав pull request.

Convolutional Architecture Selection For Classification Task

This project is a tool for selecting a machine learning model architecture.

Installation

1. Clone the repository:

   git clone https://github.com/your_username/Architecture_selection.git

2. Navigate to the project directory:

   cd Architecture_selection

3. Install the dependencies:

   pip install -r requirements.txt

Usage

1. Create an instance of the ModelSelection class:

   from Architecture_selection import ModelSelection
   
   Selection = ModelSelection()

2. Specify the path to the directory containing images:

   image_dir = '/path/to/your/image/directory'

3. Choose the model architecture by running the select_model method:

   selected_model = Selection.predict_model(image_dir=image_dir)

4. Get the selection result:

   print("Selected model:", selected_model)

Running on Google Colab

There's a guide available for running the project on Google Colab. You can find it in the notebooks/guide.ipynb folder.

Contribution

• If you want to report a bug or suggest an improvement, create an issue on GitHub.
• If you'd like, you can contribute by creating a pull request.