CNN Avancado

# Descrição

Projeto de arquiteturas CNN avancadas explorando tecnicas de regularizacao e otimizacao. Implementa e compara multiplas variantes: CNN base sem regularizacao, CNN com Dropout, CNN com Batch Normalization, CNN com aumento de dados e CNN combinando todas as tecnicas. Cada variante e treinada no CIFAR-10 e avaliada com metricas de acuracia, perda e curvas de aprendizado.

$ ./deploy.sh $ git clone

# Características principais

$ Comparativa de 5 arquiteturas CNN com/sem regularizacao

$ Dropout para prevenir co-adaptacao de neuronios

$ Batch Normalization para estabilizar treinamento

$ Aumento de dados: rotacao, zoom, deslocamento, inversao

$ Analise de curvas de aprendizado e deteccao de overfitting

$ Early Stopping e reducao de learning rate

# Galeria

Desktop view

Mobile view

# Tecnologias utilizadas

Python TensorFlow / Keras