هذا المشروع يهدف إلى بناء نموذج باستخدام الشبكات العصبية الالتفافية (CNN) لتصنيف الصور إلى 10 فئات مختلفة. تم تدريب النموذج على صور صغيرة الحجم (32×32) باستخدام عدة طبقات Convolution لاستخراج الخصائص بشكل تدريجي من الحواف البسيطة حتى الكائنات المعقدة.
حقق النموذج أداءً قويًا في التصنيف بفضل استخدام تقنيات مثل Dropout لتقليل الـ Overfitting و Adam Optimizer لتحسين التدريب.
