Отрывок: js. Разработка проводилась в среде разработки JetBrains WebStorm под управлением операционной системы Windows 10. В системе реализованы следующие возможности: − Перенос произвольного стиля на произвольное изображение; − Перенос смеси произвольных стилей на произвольное изображение; Были проведены экспериментальные исследования программных моделей – их скорости, эффективности, потребления ресурсов используемого ...
Название : | Решение задачи переноса художественного стиля изображения при помощи глубоких нейронных сетей |
Авторы/Редакторы : | Божимов А. Д. 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 : | Божимов, А. Д. Решение задачи переноса художественного стиля изображения при помощи глубоких нейронных сетей : вып. квалификац. работа по направлению подгот. 09.03.01 "Информатика и вычислительная техника" (уровень бакалавриата). - Текст : электронный / А. Д. Божимов ; 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. - 1 файл (3,45 Мб) |
Аннотация : | Целью данной выпускной квалификационной работы бакалавра является изучение возможностей моделей глубоких нейронных сетей решать задачу переноса стиля изображений, проектирование и реализация программыпереноса стиля изображений для экспериментальной оценки и сравнения работ моделей нейронных сетей, а также исследование влияния сжатия модели сети на итоговый результат её работы по решению поставленной задачи. Спроектирована информационно-логическая модель автоматизированной системы в нотации UML.Система реализована на языке JavaScript с помощью среды разработки JetBrains WebStorm 2021.1. При реализации использовалась библиотека машинного обучения Tensorflow.js и обученные модели Google Magenta. |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20210928140256 |
Ключевые слова: | алгоритм обратного распространения ошибки глубокие нейронные сети глубокое обучение перенос художественного стиля изображения программные системы сжатие моделей |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Божимов_Александр_Дмитриевич_Решение_задачи_переноса_художественного.pdf | 3.54 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.