Image-captioning

تم تحميل بيانات MNIST ومعالجتها (تحويل إلى Tensor + Normalization).

بناء نموذج CNN مكوّن من:

طبقتين Convolution + ReLU + MaxPooling لاستخراج الخصائص.

Fully Connected Network للتصنيف إلى 10 أرقام (0–9).

تدريب النموذج باستخدام:

Adam Optimizer

CrossEntropyLoss

Learning Rate Scheduler

Gradient Clipping لتحسين الاستقرار.

تتبع الأداء (Loss & Accuracy) أثناء التدريب.

اختبار النموذج على بيانات الاختبار وتحقيق دقة ≈ 97%.

عرض نتائج التوقع بصريًا وحفظ النموذج النهائي.