Table | Card | RUSMARC | |
Allowed Actions: –
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group: Anonymous Network: Internet |
Annotation
В выпускной работе проводится разработка учебно-методических средств для исследования моделей глубокого обучения. В работе рассмотрены задачи, модели глубокого обучения. Был проведен анализ средств для работы с глубоким обучением. Разработка проводилась на языке Python в Jypiter Notebook.
Document access rights
Network | User group | Action | ||||
---|---|---|---|---|---|---|
ILC SPbPU Local Network | All | |||||
Internet | Authorized users SPbPU | |||||
Internet | Anonymous |
Table of Contents
- Глоссарий
- ВВЕДЕНИЕ
- 1. Обзор существующих технологий глубокого обучения
- 1.1. Сравнение программ глубокого обучения
- 1.2. Модели нейронных сетей
- 1.3. Существующие лабораторные работы
- 2. Анализ задач и моделей глубокого обучения
- 2.1. Анализ задач
- 2.1.1. Классификация изображений
- 2.1.2. Локализация объекта
- 2.1.3. Прогнозирование временных рядов
- 2.2. Анализ моделей
- 2.2.1. Сверточная нейронная сеть
- 2.2.2. Долгая краткосрочная память
- 2.1. Анализ задач
- 3. Реализация комплекса
- 3.1. IPython и Jupyter Notebook
- 3.2. Описание готовых работ
- 3.2.1. Структура курса
- 3.2.2. Реализация первой лабораторной работы
- 3.2.3. Реализация второй лабораторной работы
- 3.2.4. Реализация третьей лабораторной работы
- 4. Апробация курса лабораторных работ
- 4.1. Лабораторная работа 1
- 4.2. Лабораторная работа 2
- 4.3. Лабораторная работа 3
- ЗАКЛЮЧЕНИЕ
- СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
- ПРИЛОЖЕНИЕ 1. Настройка рабочей среды
- ПРИЛОЖЕНИЕ 2. Лабораторная работа. Классификация изображений
Usage statistics
Access count: 757
Last 30 days: 0 Detailed usage statistics |