Hallinnolliset tiedot
| Otsikko | Konvolutionaaliset neuroverkot |
| Kesto | 60 |
| Moduuli | B |
| Oppitunnin tyyppi | Opetusohjelma |
| Keskittyminen | Tekninen – syväoppiminen |
| Aihe | Syväoppiminen |
Avainsanoja
CNN, Syvä oppiminen, Python,
Oppimistavoitteet
- CNN:n käyttöönotto ja koulutus kuvaluokitusongelmaan alusta alkaen
- Jo koulutetun verkon hienosäätö
- Siirrä oppimista käyttäen ImageNetissä koulutettuja arkkitehtuureja
Odotettu valmistelu
Oppimistapahtumat valmistuvat ennen
Pakollinen opiskelijoille
- CNN:n teoria
Valinnainen opiskelijoille
- Ei mitään
Referenssejä ja taustaa opiskelijoille
- Ei mitään
Suositellaan opettajille
Ei mitään.
Oppituntimateriaalit
Ohjeita opettajille
Tämä opetusohjelma kattaa CNN: n peruskehityksen, koulutuksen ja testauksen. Kolme erilaista opetusohjelmaa toteutetaan muodossa Jupyter Notebook näytetään ja keskustellaan. Erityisesti:
- yksinkertaisen CNN:n käyttöönotto tulee näkyviin. Koulutus toteutetaan yksinkertaisella vapaasti saatavilla olevalla tietoaineistolla (esim. MNIST). Harjoitusvaiheen jälkeisen testisarjan tarkkuuden arviointi näytetään.
- jo koulutetun verkon hienosäätö tehdään uudessa tietoaineistossa (esim. Fashion-MNIST). Arviointi ja vertailu alusta alkaen koulutettuun verkkoon näytetään ja keskustellaan.
- miten ladata ja tallentaa mukautettuja malleja näytetään.
Aikataulu
| Kesto (min) | Kuvaus | Käsitteet | Aktiivisuus | Materiaali |
|---|---|---|---|---|
| 20 | Yksinkertaisen CNN:n käyttöönotto ja koulutus | |||
| 20 | Jo koulutetun verkon hienosäätö | |||
| 20 | Lataa ja tallenna arkkitehtuureja |
Tunnustukset
Kiitämme Engiä. Andrea Apicella hänen panoksestaan materiaalin kehittämiseen.
Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).