Спецкурсы

Особенности практического использования нейронных сетей

Вопросы к экзамену (pdf).

Список студентов, допущенных к экзамену (pdf).

 

Содержание курса

Лекция 1. Средства работы с нейронными сетями (pptx, pdf).

Лекция 2. Выбор архитектуры. Типы функции активации (pptx, pdf).

Лекция 3. Предобработка данных, Функция ошибки (pptx, pdf).

Лекция 4. Инициализация весов. Повышение эффективности НС (pptx, pdf).

Лекция 5. Настройка гиперпараметров НС (pptx, pdf).

Лекция 6. Алгоритмы обучения для глубоких НС (pptx, pdf).

Лекция 7. Методы повышения эффективности алгоритмов обучения для глубоких НС (pptx, pdf).

Лекция 8. Обзор современных глубоких сетей для классификации изображений (pptx, pdf).

Лекция 9. Обзор современных глубоких сетей для обнаружения объектов на изображениях (pptx, pdf).

Лекция 10. Рекуррентные нейронные сети (pptx, pdf). 

Дополнительные материалы:

- введение в Pytorch (pptx, pdf)

 

Практические задания.

- Общее описание (pptx, pdf).

- Задание 1. Данные для обучения (zip, csv). Данные для тестирования (zip).

- Задание 2. Данные для обучения (csv). Данные для тестирования (csv).

 

Необходимо прислать результаты выполнения практических заданий не позднее:

- 10 апреля для магистров 2-го года;

- Срок сдачи для бакалавров и магистров 1-го года продлен до 26 апреля.