Обновлен README.md с правильным названием нейросети. Изменены примеры использования FastNN для поддержки выбора модели. Оптимизирован код в fastnn.py и mnist_example.py.

- Небольшие правки в README.md

- +self_similar_graph.py - removed fastnn modules

- Добавлен пример испорльзования FastNN для распознавания цифр - Добавлен README.md - Добавлен ванильный mnist с CNN слоями для сравнения

- TextMFastNN - размерность выхода (b, n, k) - n символов - Исправления и улучшения в datalib

- Отлажено обучение, генерация - Входной тензор подается на каждое ядро - Убрал масштабирование на выходе сети output_scaler

initial: moved modules from cell-nn

- Базфикс с результатом последнего слоя - Токнизация: long -> int - Функция ядра: gelu -> softmax - Мсаштабирование перенесено из ядра в сеть - kernel_shape -> kernel_size

- Added fastnn module with optimized graph conn structure - Added exp.ipynb book for test fatsnn

Merge branch 'no-output-branching'

fixed no branching outputs arch

fixed no branching outputs arch

Refactor model config and routing logic; improve dataset cleaning and update defaults

Enable TF32 for training, improve checkpoint loading, update model and transforms, add WeightsBlock module

Improve training setup: model compilation, precision, and config updates

Refactor model and trainer configs to support multiple layer configs

Refactor Trainer checkpointing: improve save/load logic and progress display

Add config save/load and update model paths and training parameters

Optimize model and training config; clean up print statements and update visuals

Improve lattice visualization, add dropout, refine README, and enhance loss plotting

Add heatmap visualization for block usage and update README with GridNet benefits