Handledning: Konvolutionella neurala nätverk

Administrativ information

Nyckelord

CNN, Deep Learning, Python,

Lärandemål

• Implementera och träna en CNN för ett bildklassificeringsproblem från grunden
• Finjustering av ett redan utbildat nätverk
• Överföra lärande med hjälp av arkitekturer som utbildats på ImageNet

Förväntad förberedelse

Lektionsmaterial

• Anteckningsbok

Instruktioner för lärare

Denna handledning omfattar grundläggande CNN utveckling, utbildning och testning. Tre olika handledning genomförs i form av Jupyter Notebook kommer att visas och diskuteras. Särskilt följande:

• genomförandet av en enkel CNN kommer att visas. Utbildningen kommer att göras med ett enkelt fritt tillgängligt dataset (t.ex. MNIST). Utvärdering när det gäller noggrannheten i ett test som sätts efter träningsfasen kommer att visas.
• finjusteringen av ett redan utbildat nätverk kommer att göras på ett nytt dataset (t.ex. Fashion-MNIST). Utvärdering och en jämförelse med ett nätverk utbildat från grunden kommer att visas och diskuteras.
• hur man laddar och sparar anpassade modeller visas.

Tidsplan

Erkännanden

Vi tackar Eng. Andrea Apicella för sitt bidrag till att utveckla materialet.

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.

Lektionsplan för SURF

Wikiwijs sida