Репозиторий Самарского университета

Отрывок: Затем следует слой дропаута, который случайным образом с установленной вероятностью исключает нейроны из обучения, помогая предотвратить переобучение. Затем эти слои повторяются. Наконец, сеть завершается выходным слоем с использованием функции активации «softmax», которая выводит распределение вероятностей по целевым классам. Функция «softmax» гарантирует, что сумма выходных вероятностей для всех классов равна 1, поэтому каждый выход можно интерпретировать как вероятность...

Название :	Решение задачи распознавания выражения лица с помощью сверточных нейронных сетей
Авторы/Редакторы :	Емельянов А. В. Солдатова О. П.
Дата публикации :	2023
Библиографическое описание :	Емельянов, А. В. Решение задачи распознавания выражения лица с помощью сверточных нейронных сетей / А. В. Емельянов, О. П. Солдатова // XVII Королевские чтения : Всерос. молодеж. науч. конф. с междунар. участием, посвящ. 35-летию со дня первого полета МТКС "Энергия –Буран", (3–5 окт. 2023 г.). : [материалы конф.] : в 2 т. / М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ; [науч. ред. М. А. Шлеенков]. - Самара : Изд-во Самар. ун-та, 2023. - Т. 1. - С. 277-278.
Другие идентификаторы :	RU\НТБ СГАУ\544692
Ключевые слова:	архитектура нейронных сетей задача распознавания дисперсия стохастического градиента компьютерное зрение модели нейронных сетей машинное обучение матрица Гессе метод каскадной регрессии распознавание выражений лица сверточные нейронные сети решение задач распознавания обучение нейронных сетей стохастический градиентный спуск
Располагается в коллекциях:	Королевские чтения

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.