Administrativní informace
| Název | Konvoluční neuronové sítě |
| Trvání | 60 |
| Modul | B |
| Typ lekce | Tutoriál |
| Soustředění | Technické – hluboké učení |
| Téma | Hluboké učení |
Klíčová slova
CNN, hluboké učení,Python,
Vzdělávací cíle
- Implementace a školení CNN pro problém klasifikace obrazu od nuly
- Doladění již vyškolené sítě
- Přenos učení pomocí architektury vyškolených na ImageNet
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
- Teorie na CNN
Volitelné pro studenty
- Žádný
Reference a zázemí pro studenty
- Žádný
Doporučeno pro učitele
Žádné.
Materiály pro výuku
Pokyny pro učitele
Tento Tutorial pokrývá základní vývoj, školení a testování CNN. Tři různé tutoriály implementované ve formě Jupyter Notebooku budou zobrazeny a diskutovány. Zejména:
- bude ukázána implementace jednoduchého CNN. Školení bude probíhat s jednoduchým volně dostupným datovým souborem (např. MNIST). Bude zobrazeno hodnocení z hlediska přesnosti sady zkoušek po tréninkové fázi.
- jemné vyladění již vyškolené sítě bude provedeno na novém datovém souboru (např. Fashion-MNIST). Vyhodnocení a porovnání se sítí vyškolenou od nuly bude zobrazeno a diskutováno.
- ukáže se, jak načíst a uložit vlastní modely.
Časový harmonogram
| Doba trvání (min) | Popis | Koncepty | Aktivity | Materiál |
|---|---|---|---|---|
| 20 | Implementace a školení jednoduché CNN | |||
| 20 | Jemné ladění již vyškolené sítě | |||
| 20 | načítání a ukládání architektur |
Potvrzení
Děkujeme Eng. Andrea Apicella za svůj příspěvek k vývoji materiálu.
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.