Отрывок: Для этого же набора данных с использование функции активации ELU результаты зависимости функции погрешности от алгоритма представлены в таблице 6. Рисунок 16 – График зависимостей функции погрешности от количества эпох для таблицы 3 43 Рисунок 17 – График зависимостей функции погрешности от количества эпох для таблицы 4 Таблица 5 – Зависимость функции погрешности от количества эпох с разными алгоритмами оптимизации, обученной на выбо...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorЗаичкин А. А.ru
dc.contributor.authorСолдатова О. П.ru
dc.contributor.authorСоловьева Я. В.ru
dc.contributor.authorМинистерство науки и высшего образования Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.contributor.authorИнститут информатикиru
dc.contributor.authorматематики и электроникиru
dc.coverage.spatialфункция погрешностиru
dc.coverage.spatialфункция активацииru
dc.coverage.spatialалгоритм обратного распространения ошибкиru
dc.coverage.spatialPythonru
dc.coverage.spatialKerasru
dc.coverage.spatialрекурентные нейронные сетиru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialгенерация текстовru
dc.creatorЗаичкин А. А.ru
dc.date.issued2020ru
dc.identifierRU\НТБ СГАУ\ВКР20200908132648ru
dc.identifier.citationЗаичкин, А. А. Решение задачи генерации текстов при помощи нейронных сетей : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата) / А. А. Заичкин ; 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, 2020. - on-lineru
dc.description.abstractЦелью данной работы является разработка и реализация программного обеспечения, способное генерировать текст на основе параметров, заданных пользователем. Создана информационно-логическая модель автоматизированной системы в нотации UML с помощью CASE-средства Draw.io. Для обучения нейронной сети использовались художественные произведения «Sherlock Holmes» и «Мастер и Маргарита», а также текстовый набор данных «Amazon Review», полученный путѐм экспорта с сайта https://www.kaggle.com. Система реализована на языке Python в текстовом редакторе кода Jupyter Notebook.ru
dc.format.extentЭлектрон. дан. (1 файл : 1,6 Мб)ru
dc.titleРешение задачи генерации текстов при помощи нейронных сетейru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartДля этого же набора данных с использование функции активации ELU результаты зависимости функции погрешности от алгоритма представлены в таблице 6. Рисунок 16 – График зависимостей функции погрешности от количества эпох для таблицы 3 43 Рисунок 17 – График зависимостей функции погрешности от количества эпох для таблицы 4 Таблица 5 – Зависимость функции погрешности от количества эпох с разными алгоритмами оптимизации, обученной на выбо...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Заичкин_Артём_Александрович_Решение_задачи_генерации_текстов.pdf1.59 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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