Informações administrativas
| Titulo | Redes Neural Convolucionais |
| Duração | 60 |
| Módulo | B |
| Tipo de aula | Tutorial |
| Foco | Técnico — Aprendizagem Aprofundada |
| Tópico | Aprendizagem profunda |
Palavras-chave
CNN, Aprendizagem Profunda, Python,
Objetivos de aprendizagem
- Implementar e treinar uma CNN para um problema de classificação de imagens a partir do zero
- Aperfeiçoamento de uma rede já formada
- Transferir aprendizagem através de arquiteturas formadas na ImageNet
Preparação prevista
Eventos de aprendizagem a serem concluídos antes
Obrigatório para os Estudantes
- Teoria da CNN
Facultativo para Estudantes
- Nenhum
Referências e antecedentes para estudantes
- Nenhum
Recomendado para professores
Nenhuma.
Materiais das aulas
Instruções para os professores
Este Tutorial abrange o desenvolvimento, treino e testes fundamentais da CNN. Três tutoriais diferentes implementados na forma de Jupyter Notebook serão mostrados e discutidos. Em especial:
- a implementação de uma CNN simples será mostrada. A formação será feita com um conjunto de dados simples e livremente disponível (por exemplo, MNIST). Será apresentada uma avaliação em termos de exatidão de um conjunto de testes após a fase de treino.
- a afinação de uma rede já treinada será feita num novo conjunto de dados (por exemplo, Fashion-MNIST). Será apresentada e discutida uma avaliação e uma comparação com uma rede formada a partir do zero.
- como carregar e salvar modelos personalizados serão mostrados.
Calendário
| Duração (min) | Descrição | Conceitos | Atividade | Materiais |
|---|---|---|---|---|
| 20 | Implementar e treinar uma CNN simples | |||
| 20 | Afinação de uma rede já treinada | |||
| 20 | carregar e salvar arquiteturas |
Agradecimentos
Agradecemos ao Eng. Andrea Apicella pela sua contribuição no desenvolvimento do material.
O programa de mestrado em IA centrado no ser humano foi cofinanciado pelo Mecanismo Interligar a Europa da União Europeia ao abrigo de subvenções CEF-TC-2020-1 Competências Digitais 2020-EU-IA-0068.