‏داشتم سورسی رو امتحان میکردم روی mnist

همون معماری رو پیاده سازی کردم ولی اون با 30 تا epoch و من با 5 تا epoch

پشمام ریخته که دقیقا همون نتایج رو داد با 99 درصد دقت

یا بخاطر بهینه ساز adam بوده از من یا حجم بیشتر دیتا 🤔