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 PDF
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
Read Print Download
Internet Authorized users SPbPU
Read Print Download
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
  • 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

Detailed usage statistics