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...
Название : Решение задачи классификации изображений при помощи сверточных нейронных сетей и трансформеров
Авторы/Редакторы : Морозов А. А.
Солдатова О. П.
Соловьева Я. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Институт информатики
математики и электроники
Дата публикации : 2021
Библиографическое описание : 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
Аннотация : 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.
Другие идентификаторы : RU\НТБ СГАУ\ВКР20210709131537
Ключевые слова: нейронные сети
трансформеры
классификация изображений
классификаторы
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Морозов_Александр_Александрович_Решение_задачи_классификации_изображений.pdf1.44 MBAdobe PDFПросмотреть/Открыть  
Показать полное описание ресурса Просмотр статистики
Поделиться:



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