Teaching the neuron network on the Tensorflow piton by example from the internet

"Ну это ведь стандартный набор для обучения не так ли?)"

Ну так train - это же как раз обучение, именно в нём должно быть 80%, а не 20%, то есть путаница с названиями вышла. (Вообще, делят даже на 3 части - обучение, валидация и тестирование, но если вам пока не принципиально выжимать из модели максимальную точность и нужно просто освоить работу с ней из шарпа, то без валидации можно обойтись).

"только CPU"

Это хорошо, меньше потенциальных проблем со сторонними библиотеками под шарп

"можно было бы и почистить, не критично. Но это тогда должен делать я, а на вход обученной сети уже очищенные картинки подавать."

Да, алгоритмом нужно будет сначала преобразовать имеющийся датасет, чтобы модель обучалась на том же, что будет распознавать при использовании, а потом обрабатывать ним все изображения перед распознаванием. То есть можно делать алгоритм сразу на шарпе, чтобы потом вы могли его у себя в программах в месте с моделью использовать. Но, опять же, если вам пока не нужна максимальная точность, то это можно оставить на потом, вменяемую точность, вероятно, удастся получить и без этого.

"Это не рабочий пример, у меня этот пример рабочий реализован методом:"

Не совсем понял, о каком нерабочем примере речь? И в статье с хабра там совсем простая по современным меркам самописная сеть, вы сейчас её на этом датасете используете? Тогда, если не секрет, какую точность выдаёт?

"В общем попробовав на c# я могу запустить обученную модель с расширением *.pb

Но, из h5 иэто легко переконвертируется в *.pb"

То есть модели из *.pb файлов вы уже разобрались как использовать из шарпа или я что-то не так понял?