Отрывок: 38 3 ИССЛЕДОВАТЕЛЬСКАЯ ЧАСТЬ 3.1 Описание эксперимента В целях сравнения реализации разработанной библиотеки с существующими, предлагается следующий эксперимент. С использованием всех трёх библиотек реализуется классическая модель свёрточной нейронной сети LeNet 5, разработанная Яном Лекуном и другими в 1998 году [18]. Эта модель состоит из 7 слоёв (н...
Название : Исследование эффективности решения задачи распознавания изображений сверточными нейронными сетями
Авторы/Редакторы : Бадрутдинов Р. Р.
Солдатова О. П.
Министерство образования и науки Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2018
Библиографическое описание : Бадрутдинов, Р. Р. Исследование эффективности решения задачи распознавания изображений сверточными нейронными сетями : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Р. Р. Бадрутдинов ; рук. работы О. П. Солдатова ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики, математики и электроники, Каф. и. - Самара, 2018. - on-line
Аннотация : Целью данной выпускной квалификационной работы бакалавра являетсяизучение возможностей сверточных нейронных сетей на примере LeNet 5 врешении задачи распознавания рукописных символов, разработка библиотекисверточных нейронных сетей и сравнение ее с существующими аналогами.Реализованная модель обучалась алгоритмом обратного распространенияошибки.Создана информационно-логическая модель библиотеки в нотациях UMLи DFD с помощью CASE-средства VisualParadigm.Библиотека реализована на языке Python с помощью интегрированнойсреды разработки приложений JetBrains Idea 2018.1 под управлениемоперационной системы Ubuntu Linux 18.04.4
Другие идентификаторы : RU\НТБ СГАУ\ВКР20180625103013
Ключевые слова: алгоритм обратного распространения ошибки
сверточные нейронные сети
LENET 5
THEANO
TENSORFLOW
распознавание рукописных символов
машинное зрение
Располагается в коллекциях: Выпускные квалификационные работы




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