Перейти к основному содержанию
Боковая панель
Тел. : +7(812) 346-48-37
E-mail :
kgsemenova@etu.ru
Вы используете гостевой доступ (
Вход
)
Русский (ru)
Русский (ru)
English (en)
简体中文 (zh_cn)
Нейронные сети (09.04.04, 2021)
В начало
Курсы
Учебные курсы
09.04.04, 2021
Нейронные сети (09.04.04, 2021)
Тема 8. Классификации изображений: локализация, детектирование, сегментация
Конспект лекции
Конспект лекции
Отметить как выполненный
Нажмите на ссылку
9.docx
, чтобы просмотреть файл.
◄ Видеолекции "Автокодировщики"
Перейти на...
Перейти на...
Объявления
Фонд оценочных средств
Конспект лекций
Методические материалы
Оценочные средства
ФОС
Объявления
Оценочные средства
Фонд оценочных средств
Методические материалы
13 Краткие методические рекомендации преподавателям
Конспект лекции
Видеолекции "Функции одного аргумента и их точки минимума"
Видеолекции "Точки минимума функций многих переменных"
Методические материалы по практическим работам
Методические рекомендации и план проведения занятия
Конспект лекции
Видеолекции "Сложные функции и графы вычислений"
Конспект лекции
Видеолекции "Искуственные нейронные сети"
Видеолекции "Задача регрессии для нейронных сетей"
Конспект лекции
Видеолекции "Инициализация весов и нормализация данных"
Видеолекции "Регуляризация"
Видеолекции "Дропаут и нормализация по мини-батчам"
Конспект лекции
Видеолекции "Задача классификации для нейронных сетей"
Конспект лекции
Видеолекции "Контроль качества обучения"
Конспект лекции
Видеолекции "Распознавание картинок нейросети, фильтры и свертки"
Видеолекции "Сверточные нейронные сети"
Видеолекции "Очень большие сверточные нейронные сети"
Видеолекции "Сегментация изображений"
Конспект лекции
Видеолекции "Автокодировщики"
Видеолекции "Метрические задачи машинного обучения"
Конспект лекции
Видеолекции "Понятие о состязательных сетях"
Конспект лекции
Видеолекции "Обработка текстов"
Конспект лекции
Видеолекции "Обработка последовательностей"
Видеолекции "Метрические задачи машинного обучения" ►
Нейронные сети (09.04.04, 2021)
Общее
Введение
Тема 1. Классификация изображений. Подход управления данными. K-n алгоритм
Тема 2. Линейная классификация: SVM/Sotfmax
Тема 3. Оптимизация, высокоуровневое представление, особые точки на изображении
Тема 4. Введение в нейронные сети, метод обратного распространения ошибки
Тема 5. Работа нейронных сетей: процесс кросс-валидации, оптимизации, поиска ошибок
Тема 6. Сверточные нейронные сети: архитектура, сверточные / объединяющие слои
Тема 7. Понимание и визуализация сверточных нейронных сетей
Тема 8. Классификации изображений: локализация, детектирование, сегментация
Заключение
Обработка текстов
Рекуррентные нейронные сети, их применение для обработки последовательностей: текстов, аудио- и видеофайлов
В начало
Календарь