Разработка прототипа интеллектуальной системы для анализа и классификации загружаемых изображений

Вид работы: Дипломная работа | Предмет работы: Информационные технологии | Количество листов: 56

Наша сеть будет состоять из четырех слоев Convolution2D со cлоем MaxPooling2D после второй и четвертой свертки. После первого слоя объединения удваиваем количество ядер. Затем выход второго слоя объединения сглаживается до 1D (слоем Flatten) и проходит через два полностью взаимосвязанных слоя. Активизация ReLU будет использоваться для всех слоев, кроме выходного полносвязного слоя, который будет использовать активацию softmax (для целей вероятностной классификации).

ВВЕДЕНИЕ
Актуальность дипломной работы
Цель и задачи дипломного проекта.
Глава 1. Теоретические основы сверточных нейронных сетей
1.1. Изучение необходимых методов и элементов нейронных сетей
1.1.1. Оценочная функция
1.1.2. Функция потерь
1.1.3. Оптимизация: стохастический градиентный спуск
1.2. Разбор особенностей построения CNN и их преимуществ
1.2.1. Сверточный слой
1.2.2. Слой объединения
1.2.3. Техника исключения
1.2.4. Типовые шаблоны слоёв ConvNet
1.2.5. Принципы установки параметров
1.2.6. Метод адаптивного обучения по параметру скорость обучения 28 Глава 2. Подготовка инструментов для работы
2.1. Используемые программные средства и технологи
2.2. Подготовка программной среды разработки
Глава 3. Создание и обучение сверточной нейронной сети
Глава 4. Описание работы созданного на Django клиент-серверного приложения
ЗАКЛЮЧЕНИЕ
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ
ПРИЛОЖЕНИЯ

ПОМОЩЬ С НАУЧНОЙ РАБОТОЙ

Подготовим для Вас работу по стандартам Вузов

Готовая работа с высокой уникальностью по минимальной цене

Срок выполнения от 2 часов

Антиплагиат более 70%

Быстрый заказ работы