Administrative oplysninger
| Titel | Konvolutionelle neurale netværk og transformatorer til billeder |
| Varighed | 60 |
| Modul | B |
| Lektionstype | Tutorial |
| Fokus | Teknisk — Dyb læring |
| Emne | Neurale netværk |
Nøgleord
Konvolutionelle neurale netværk,Transformer netværk,Computer Vision,
Læringsmål
- Implementering og træning af en CNN og en Transformer til et computersynsproblem fra bunden
- Sammenligning af ydeevnen af de to modeller
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
Valgfrit for studerende
Ingen.
Referencer og baggrund for studerende
Ingen.
Anbefalet til lærerne
Ingen.
Undervisningsmaterialer
Instruktioner til lærerne
Her er målet at vise implementeringstrinnene for transformernetværket til billeder. Vi implementerer også en grundlæggende CNN med et lignende antal træningsparametre, så vi kan sammenligne CNN's ydeevne med ViT-modellen.
Omrids
| Varighed (min) | Beskrivelse |
|---|---|
| 15 | Træning af et simpelt konvolutionelt neuralt netværk |
| 35 | Træning af et vision transformer (ViT) neuralt netværk |
| 10 | Sammenligning af resultaterne af de to forskellige tilgange |
Anerkendelser
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.