documentação da ponderada 7

mnist_classifier/README.md

@@ -9,12 +9,8 @@ Treinar e utilizar uma rede neural convolucional para classificar corretamente o
 
 <h3>Implementação</h3>
 
-___implementação___
+Para a implementação da atividade, foi desenvolvido um arquivo <code>.ipynb</code>. A primeira célula importa as bibliotecas e módulos necessários, uma vez que estamos utilizando Tensorflow e Keras. Na segunda célula, carregamos o dataset MNIST e separamos as variáveis de treinamento e teste, as quais são normalizadas posteriormente. A terceira célula é dedicada à criação da rede neural convolucional, a qual é composta por duas camadas convolucionais, duas camadas de pooling, uma camada de flattening e duas camadas densas. A quarta célula é responsável por compilar a rede neural e realizar o seu treinamento. Por fim, a quinta célula é responsável por avaliar a acurácia da rede neural.
 
 <h3>Execução</h3>
 
-___execução___
-
-<h3>Demonstração</h3>
-
-___demonstração___
+Recomenda-se que o código seja executado no Google Colab, uma vez que, para isso, basta carregar o notebook na plataforma. Caso a execução do arquivo seja local, o Tensorflow deve estar instalado na máquina, bem como as bibliotecas e módulos utilizados no código. Para executar o código, basta executar cada célula sequencialmente.

mnist_classifier/notebook.ipynb

@@ -25,9 +25,7 @@
     "import tensorflow as tf\n",
     "from tensorflow.keras.datasets import mnist\n",
     "from tensorflow.keras.models import Sequential\n",
-    "from tensorflow.keras.layers\n",
-    " \n",
-    "import Conv2D, MaxPooling2D, Flatten, Dense"
+    "from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense"
    ]
   },
   {