Details
Title | Разработка учебно-методических средств для исследования моделей глубокого обучения: выпускная квалификационная работа бакалавра: 09.03.01 - Информатика и вычислительная техника ; 09.03.01_01 - Вычислительные машины, комплексы, системы и сети |
---|---|
Creators | Волкова Мария Дмитриевна |
Scientific adviser | Никитин Кирилл Вячеславович |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2018 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | разработка учебно-методических средств ; глубокое обучение ; лабораторные работы |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 09.03.01 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
Links | Отзыв руководителя ; Рецензия |
DOI | 10.18720/SPBPU/2/v18-5032 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\57381 |
Record create date | 11/21/2018 |
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 |
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.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
- 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
Access count: 759
Last 30 days: 0