Детальная информация

Название 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
Авторы Волкова Мария Дмитриевна
Научный руководитель Никитин Кирилл Вячеславович
Организация Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения Санкт-Петербург, 2018
Коллекция Выпускные квалификационные работы ; Общая коллекция
Тематика разработка учебно-методических средств ; глубокое обучение ; лабораторные работы
Тип документа Выпускная квалификационная работа бакалавра
Тип файла PDF
Язык Русский
Уровень высшего образования Бакалавриат
Код специальности ФГОС 09.03.01
Группа специальностей ФГОС 090000 - Информатика и вычислительная техника
Ссылки Отзыв руководителя ; Рецензия
DOI 10.18720/SPBPU/2/v18-5032
Права доступа Доступ по паролю из сети Интернет (чтение, печать, копирование)
Ключ записи RU\SPSTU\edoc\57381
Дата создания записи 21.11.2018

Разрешенные действия

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа Анонимные пользователи
Сеть Интернет

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.

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все
Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ
Прочитать Печать Загрузить
Интернет Анонимные пользователи
  • 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

Количество обращений: 759 
За последние 30 дней: 0

Подробная статистика