[táto stránka na wiki][index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Prednáška: Konvolučné neurónové siete

Administratívne informácie

Názov Konvolučné neurónové siete
Trvanie 60
Modul B
Druh lekcie Prednáška
Zameranie Technické – hĺbkové učenie
Téma Hlboké učenie

Kľúčové slová

CNN,Python, Hlboké učenie,

Vzdelávacie ciele

Očakávaná príprava

Naučte sa udalosti, ktoré treba dokončiť predtým

Povinné pre študentov

  • Teória umelých neurónových sietí

Voliteľné pre študentov

  • Žiadna

Referencie a zázemie pre študentov

  • Goodfellow, I., Bengio, Y., & Courville, A. (2016). Hlboké učenie. MIT tlač. — Kapitola 9

Odporúčané pre učiteľov

  • Goodfellow, I., Bengio, Y., & Courville, A. (2016). Hlboké učenie. MIT tlač. — Kapitola 9

Učebné materiály

Pokyny pre učiteľov

Táto prednáška predstaví študentom Konvolučné neurónové siete (CNN), vysvetľujúc hlavné rozdiely medzi klasickými plne prepojenými vrstvami a konvolučnými vrstvami. Výhody zdieľania hmotnosti, ktoré poskytuje Convolutional Layer, sú predstavené a diskutované spolu s porovnaním s lokálne prepojenými vrstvami. Zavádza sa operátor Convolution a veľkosť jadra, krok a polstrovanie sú diskutované ako hlavné hyperparametre konvolučnej vrstvy. Potom, Pooling a Batch Normalization vrstvy budú zavedené ako súčasť niekoľkých CNN architektúry. Ak chcete lepšie odlíšiť a čo sa naučila Konvolučná vrstva, predstavia sa možné spôsoby vizualizácie naučených filtrov. Predstaví sa predstavenie najznámejších CNN architektúr, ako sú NetworkInNetwork a LeNet.

Časový harmonogram

Trvanie (min) Popis Koncepty Činnosť Materiál
10 Úvod do CNN
15 Konvolučné vrstvy
5 Združovacie vrstvy
15 Vizualizácia vrstiev
15 Známe architektúry

Uznania

Ďakujeme Eng. Andrea Apicella za jeho príspevok k vývoju materiálu.

Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.