#28 README修正

README.md

@@ -18,9 +18,19 @@
 
 
 ## MNISTモデル
-<img width="711" alt="image" src="https://user-images.githubusercontent.com/89395132/236503151-15499f5e-ef32-44dd-a695-ae8329b2a5c7.png">
+- (畳み込み層 + Maxプーリング層) × 2 + 全結合層 × 3
+- 各レイヤーのニューロンにおける活性化関数は ReLU 関数を用い、最終レイヤーでは Softmax 関数を用いる。
+- 損失関数はクロスエントロピー損失関数、最適化アルゴリズムは SGD を用いる。
 
+![model](https://user-images.githubusercontent.com/89395132/236503151-15499f5e-ef32-44dd-a695-ae8329b2a5c7.png)
 
-## アーキテクチャ
-![image](https://user-images.githubusercontent.com/89395132/236503556-c9d8a25c-5948-4737-b531-b0b98f0baab8.png)
 
+## アーキテクチャ
+![architecture](https://user-images.githubusercontent.com/89395132/236503556-c9d8a25c-5948-4737-b531-b0b98f0baab8.png)
+1. エンドユーザー：手書き数字入力
+2. フロントエンド：手書き数字を Base64 形式の画像データへエンコード
+3. フロントエンド：リクエストボディに Base64 形式画像データを含めバックエンドへ POST
+4. バックエンド：API Gateway でリクエストを受理し、Lambda のイベントを発火
+5. バックエンド：Lambda で CNN モデルを用いて、画像データがどの数字であるかの確率を算出
+6. バックエンド：各数字の確率のリストをフロントエンドへレスポンスを返す
+7. フロントエンド：確率リストから円グラフを生成し、最も確率が高いものを結果として出力