Отрывок: По мере увеличения количества параметров сеть становится более сложной. Также количество параметров в нейронной сети быстро растет с увеличением количества слоев. Это может сделать обучение модели сложным в вычислительном отношении. Настройка такого количества параметров может оказаться очень сложной задачей. Сверточная нейронная сеть сокращают время, необходимое для настройки этих параметров. Происходит это за счет снижения размерности. Входные данн...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Морозов А. А. | ru |
dc.contributor.author | Солдатова О. П. | ru |
dc.contributor.author | Соловьева Я. В. | ru |
dc.contributor.author | Министерство науки и высшего образования Российской Федерации | ru |
dc.contributor.author | Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) | ru |
dc.contributor.author | Институт информатики | ru |
dc.contributor.author | математики и электроники | ru |
dc.coverage.spatial | нейронные сети | ru |
dc.coverage.spatial | трансформеры | ru |
dc.coverage.spatial | классификация изображений | ru |
dc.coverage.spatial | классификаторы | ru |
dc.creator | Морозов А. А. | ru |
dc.date.issued | 2021 | ru |
dc.identifier | RU\НТБ СГАУ\ВКР20210709131537 | ru |
dc.identifier.citation | Морозов, А. А. Решение задачи классификации изображений при помощи сверточных нейронных сетей и трансформеров : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата) / А. А. Морозов ; рук. работы О. П. Солдатова ; нормоконтролер Я. В. Соловьева ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатик. - Самара, 2021. - on-line | ru |
dc.description.abstract | Целью данной выпускной работы бакалавра является решение задачи классификации изображений при помощи сверточных нейронных сетей и трансформеров, разработка программной реализации классификатора, проведение вычислительных экспериментов по проверке его корректности и эффективности, поиск оптимальной конфигурации сети для наиболее точной классификации, оценка полученных результатов. Создана информационно-логическая модель автоматизированнойсистемы в нотации UML с помощью бесплатного онлайн графического редактора draw.io. Система реализована на языке программирования Python 3.8.2 с помощьюинтегрированной среды разработки Visual Studio Code под управлением ОС Ubuntu 18.04.3. | ru |
dc.format.extent | Электрон. дан. (1 файл : 1,4 Мб) | ru |
dc.title | Решение задачи классификации изображений при помощи сверточных нейронных сетей и трансформеров | ru |
dc.type | Text | ru |
dc.subject.rugasnti | 50.01 | ru |
dc.subject.udc | 004.032.26 | ru |
dc.textpart | По мере увеличения количества параметров сеть становится более сложной. Также количество параметров в нейронной сети быстро растет с увеличением количества слоев. Это может сделать обучение модели сложным в вычислительном отношении. Настройка такого количества параметров может оказаться очень сложной задачей. Сверточная нейронная сеть сокращают время, необходимое для настройки этих параметров. Происходит это за счет снижения размерности. Входные данн... | - |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Морозов_Александр_Александрович_Решение_задачи_классификации_изображений.pdf | 1.44 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.