В общем хочу реализовать один простенький проект, есть на вход битмап массив, нужно распознать с заданным порогом точности варианты изображений (битмап). На вход есть разного размера битмапы для обучения сети, после обучения нужно подать на вход битмап в виде матрицы и получить процентную точность между всеми битмапами на которых обучалась нейронная сеть. Битмапы для обучения не одной размерности поэтому возможно приёдется приводить их к одному размеру, либо это решить архитектурно?
Для этой задачи я думаю что python подходит больше всего, или нет?
Для определения схожести одного изображения с другими (при том что у исходных изображений нету вариаций, а представлены они в виде матрицы двух состояний), как построить структуру CNN модели?
Простой
