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 | |
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 |
|
Интернет | Авторизованные пользователи СПбПУ |
|
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
- 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
Количество обращений: 759
За последние 30 дней: 0