Administrative oplysninger
| Titel | Konvolutionelle neurale netværk |
| Varighed | 60 |
| Modul | B |
| Lektionstype | Forelæsning |
| Fokus | Teknisk — Dyb læring |
| Emne | Dyb læring |
Nøgleord
CNN,Python, Dyb læring,
Læringsmål
- At vide, hvad der er en CNN og dens vigtigste forskelle med tæt forbundet NN
- At kende den vigtigste forskel mellem lokalt forbundne lag til konvolutionelle
- At vide, hvordan man konfigurerer et CNN-lag
- Pooling og batch normalisering lag
- At kende de mest berømte CNN'er: LeNet, AlexNet, ResNet, VGG16, AllConvNet
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
- Teori om kunstige neurale netværk
Valgfrit for studerende
- Ingen
Referencer og baggrund for studerende
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Dyb læring. Min presse. — Kapitel 9
Anbefalet til lærerne
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Dyb læring. Min presse. — Kapitel 9
Undervisningsmaterialer
Instruktioner til lærerne
Dette foredrag vil introducere eleverne til Convolutional Neural Networks (CNNs), der forklarer de vigtigste forskelle mellem klassiske Fuldt forbundne lag og Konvolutionelle. Fordelene ved vægtfordelingen givet af det konvolutionelle lag introduceres og diskuteres sammen med en sammenligning med de lokalt forbundne lag. Convolution operatoren introduceres, og kernestørrelse, skridt og polstring diskuteres som de vigtigste hyperparametre i et konvolutionelt lag. Derefter vil Pooling og Batch Normalisering lag blive introduceret som en del af flere CNN arkitekturer. For bedre at kunne forstå, hvad et Konvolutionelt lag har lært, vil der blive introduceret mulige måder at visualisere lærde filtre på. Endelig vil der blive præsenteret en introduktion til de mest berømte CNN-arkitekturer som NetworkInNetwork og LeNet.
- Introduktion til CNNs
- Vigtigste spørgsmål om fuldt forbundne lag for data med høj dimensionalitet
- Konvolutionel operatør
- Beskrivelse af et konvolutionelt lag med hensyn til neuroner
- Konvolutionelle lag
- Vigtigste egenskaber ved et konvolutionelt lag
- Lokal konnektivitet
- Vægtfordeling
- Konvolutionelle hyperparametre
- Filterstørrelse
- Stride
- Polstring
- Vigtigste egenskaber ved et konvolutionelt lag
- Pooling lag
- Visualisering af lag
- Kendte arkitekturer
- LeNet
- Nin
Tidsplan
| Varighed (min) | Beskrivelse | Koncepter | Aktivitet | Materiale |
|---|---|---|---|---|
| 10 | Introduktion til CNNs | |||
| 15 | Konvolutionelle lag | |||
| 5 | Pooling lag | |||
| 15 | Visualisering af lag | |||
| 15 | Kendte arkitekturer |
Anerkendelser
Vi takker Eng. Andrea Apicella for sit bidrag til at udvikle materialet.
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.