Informazioni amministrative
Titolo | Reti neurali convoluzionali |
Durata | 60 |
Modulo | B |
Tipo di lezione | Esercitazione |
Focus | Tecnico — Apprendimento profondo |
Argomento | Apprendimento profondo |
Parole chiave
CNN, Apprendimento profondo, Pitone,
Obiettivi di apprendimento
- Implementazione e formazione di una CNN per un problema di classificazione delle immagini da zero
- Messa a punto di una rete già formata
- Trasferire l'apprendimento utilizzando architetture addestrate su ImageNet
Preparazione prevista
Eventi di apprendimento da completare prima
Obbligatorio per gli studenti
- Teoria sulla CNN
Facoltativo per gli studenti
- Nessuno
Referenze e background per gli studenti
- Nessuno
Consigliato per gli insegnanti
Nessuno.
Materiale didattico
Istruzioni per gli insegnanti
Questo Tutorial copre lo sviluppo, la formazione e i test fondamentali della CNN. Verranno mostrati e discussi tre diversi tutorial implementati sotto forma di Jupyter Notebook. In particolare:
- verrà mostrata l'implementazione di una semplice CNN. La formazione sarà effettuata con un semplice set di dati liberamente disponibile (ad esempio MNIST). Verrà mostrata la valutazione in termini di accuratezza di un set di test dopo la fase di allenamento.
- la messa a punto di una rete già formata sarà effettuata su un nuovo set di dati (ad esempio, Fashion-MNIST). La valutazione e il confronto con una rete addestrata da zero saranno mostrati e discussi.
- verrà mostrato come caricare e salvare i modelli personalizzati.
Calendario
Durata (min) | Descrizione | Concetti | Attività | Materiale |
---|---|---|---|---|
20 | Implementare e formare una semplice CNN | |||
20 | Messa a punto di una rete già addestrata | |||
20 | caricare e salvare architetture |
Riconoscimenti
Ringraziamo l'Ing. Andrea Apicella per il suo contributo nello sviluppo del materiale.
Il programma Human-Centered AI Masters è stato co-finanziato dal meccanismo per collegare l'Europa dell'Unione europea nell'ambito della sovvenzione CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.