Исследование эффективности алгоритмов обучения нейропластичных сверточных сетей

Abstract

Целью данной работы является поиск оптимального распределения весов хорошо обученной нейронной сети для обеспечения наименьшей погрешности распознавания. Задача также предполагает проектирование, обучение и тестирование полученной сети.В рамках выпускной квалификационной работы было проведено исследование зависимости погрешности распознавания набора изображений сверточной сети от весов другой хорошо обученной сверточной сети на другом наборе изображений.Для обучения и тестирования использовалась размеченная база изображений клеток крови. Диагностика заболеваний часто включает в себя выявление характеристики образцов крови пациента, поэтому автоматизированные методы классификации подтипов клеток крови имеют важное медицинское применение [1].Система реализована на языке Python в текстовом редакторе Jupyter Notebook.