Administratieve informatie
| Titel | Convolutionele neurale netwerken en transformatoren voor afbeeldingen |
| Looptijd | 60 |
| Module | B |
| Type les | Tutorial |
| Focus | Technisch — diep leren |
| Onderwerp | Neurale netwerken |
Sleutelwoorden
Convolutional Neural Networks,Transformer netwerken, Computer Vision,
Leerdoelen
- Implementeren en trainen van een CNN en een Transformer voor een computer vision probleem vanaf nul
- Vergelijking van de prestaties van de twee modellen
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
Optioneel voor studenten
Geen.
Referenties en achtergronden voor studenten
Geen.
Aanbevolen voor docenten
Geen.
Lesmateriaal
Instructies voor docenten
Hier is het doel om de implementatiestappen van het transformatornetwerk voor afbeeldingen te laten zien. We implementeren ook een basis CNN met een vergelijkbaar aantal trainbare parameters, zodat we de prestaties van de CNN kunnen vergelijken met het ViT-model.
Omtrek
| Duur (min) | Omschrijving |
|---|---|
| 15 | Trainen van een eenvoudig convolutioneel neuraal netwerk |
| 35 | Training van een vision transformator (ViT) neuraal netwerk |
| 10 | Het vergelijken van de prestaties van de twee verschillende benaderingen |
Erkenningen
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.