Trabalho 09
Conteúdos
- Trabalho 02
- Trabalho 03
- Trabalho 04
- Trabalho 06
- Trabalho 07
- Trabalho 08
- Trabalho 09
- Trabalho 10
- Trabalho 11
- Trabalho 12
Nome da Atividade: MLP para reconhecimento de dígitos
Nome e Matrícula: Lucas Lima do Nascimento - 12111ECP024
Base de dados:
Inicialmente, peguei as imagens referentes as 5 fontes escolhidas. Elas foram:
- Roboto
- Montserrat
- Metrophobic
- Milonga
- Bungee Spice
Gerei um arquivo para cada uma delas e tentei gerá-los em tamanhos similares:
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
Com as imagens, comecei a trabalhar num código para transformá-las em vetores e armazenar as informações da luminosidade normalizada.

Com isso, obtive um vetor com as informações normalizadas para uma imagem. Após isso, comecei a testar modificações no código do trabalho anterior para fazê-lo funcionar com todas as informações. Não obtive muito sucesso.
Essa foi a curva do erro quadrático obtida:

E aqui, os padrões obtidos a partir do vetor da fonte e a aproximação feita pela rede neural:

Não consegui efetuar as modificações no código, mas mesmo assim, resolvi continuar reformatando esses pontos para imagem, tentando fechar e simular o fluxo de todo um caso bem-sucedido, onde mostra-se os padrões, a rede aprende os padrões, gera valores com base na entrada que se aproximam muito dos valores originais e esses valores, quando convertidos novamente para imagem, geram uma imagem similar a inicial.
Desnormalizei o array gerado pela rede neural e o converti em uma imagem, para simular todo o fluxo.

A imagem gerada, como esperado, não representa em nada a fonte, mas foi útil para aprendizado.


Treinamento:



Teste e Resultado:

Meu código completo:
Em anexo ao envio