Алексей

Боролся с такой же проблемой. Сеть почти такая же.
Пока на просторах интернета нашел то, что в нашем случае ошибку ищем по MSE.
На небольшой сети работает на отличненько. К масштабируемости очень привередливый способ.
Если формулы в формулах не теряетесь, то Binary cross-entropy возможное решение.
https://towardsdatascience.com/understanding-binar... - на примере показана логистическая регрессия, но можно применить и к нашей модели. Сам разбираюсь как. Если найду решение отпишу.

P.S. Странно что сыпется уже на 9 входящих параметрах... мне вообще требуется 568))

На сколько мне известно при любой авторизации выдается некий токен, который требуется записать в куки сессии.
Проследите авторизацию трассировкой в браузере. Посмотрите куки до и после авторизации. Думаю ответ лежит там

Доброго времени суток. Ну... старт дан. Python достаточно мощный инструмент во всех аспектах вашей идеи.
Предлагаю поступить следующим образом:
1) Для начала в Google Colab натренировать сеть. Если есть возможность по мощностям на домашнем PC - можно на нем. Разбить ваши фотографии на тренировочный и тестовый сет и посмотреть результаты. Для всего этого вам понадобится CNN(Convolutional Neural Network), предлагаю сначала ознакомиться с концепцией распознавания объектов с помощью CNN.
2) Написать API для конечной модели сети
3) Написать бота, протестировав основные функции, которые требуются вам(напр. загрузка фотографий).
4) Связать модель нейронной сети и бота по написанному API