Administrativ information
| Titel | Konvolutionella neurala nätverk och transformatorer för bilder |
| Varaktighet | 60 |
| Modul | B |
| Typ av lektion | Handledning |
| Fokus | Tekniskt – Djupt lärande |
| Ämne | Neurala nätverk |
Nyckelord
Convolutional Neural Networks, Transformer Networks, Computer Vision,
Lärandemål
- Implementera och träna en CNN och en Transformer för ett datorseende problem från början
- Jämför prestandan hos de två modellerna
Förväntad förberedelse
Lärande händelser som ska slutföras innan
Obligatoriskt för studenter
Valfritt för studenter
Ingen.
Referenser och bakgrund för studenter
Ingen.
Rekommenderas för lärare
Ingen.
Lektionsmaterial
Instruktioner för lärare
Här är målet att visa implementeringsstegen i transformatornätverket för bilder. Vi implementerar också en grundläggande CNN med ett liknande antal tågbara parametrar, så att vi kan jämföra CNN:s prestanda med ViT-modellen.
Konturer
| Längd (min) | Beskrivning |
|---|---|
| 15 | Träna ett enkelt konvolutionellt neuralt nätverk |
| 35 | Utbilda en vision transformator (ViT) neurala nätverk |
| 10 | Jämföra resultaten av de två olika tillvägagångssätten |
Erkännanden
Masterprogrammet Human-Centered AI har samfinansierats av Fonden för ett sammanlänkat Europa i Europeiska unionen inom ramen för Grant CEF-TC-2020–1 Digital Skills 2020 EU-IA-0068.