Сверточная нейронная сеть для классификации без использования дополнительных библиотек; Молодежь и современные информационные технологии

Сверточная нейронная сеть для классификации без использования дополнительных библиотек

Bibliographic Details
Parent link:Молодежь и современные информационные технологии.— 2020.— [С. 60-61]
Main Author: Адаричев В. С.
Corporate Author: Национальный исследовательский Томский политехнический университет Инженерная школа информационных технологий и робототехники Отделение информационных технологий
Other Authors: Иванова Ю. А. Юлия Александровна
Summary:Заглавие с титульного экрана
В работе представляется сверточная нейронная сеть для классификации цифр на изображениях реализованная без использования дополнительных библиотек машинного обучения. Для оценки качества сегментации применяются различные метрики, такие как: ошибка по модулю и процентная точность. Проведено сравнение различных топологий нейронной сети, на выборке данных, находящейся в библиотеке машинного обучения "Scikit-learn" [1]. По полученным результатам тестирования сделан вывод о наилучшей из рассматриваемых топологий нейронной сети.
Language:Russian
Published: 2020
Series:Компьютерное моделирование и интеллектуальный анализ данных
Subjects:
электронный ресурс
труды учёных ТПУ
сверточные нейронные сети
классификация
изображения
машинное обучение
сегментация
распознавание образов
Online Access:http://earchive.tpu.ru/handle/11683/62155
Format: Electronic Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=631122
Description
Summary:Заглавие с титульного экрана
В работе представляется сверточная нейронная сеть для классификации цифр на изображениях реализованная без использования дополнительных библиотек машинного обучения. Для оценки качества сегментации применяются различные метрики, такие как: ошибка по модулю и процентная точность. Проведено сравнение различных топологий нейронной сети, на выборке данных, находящейся в библиотеке машинного обучения "Scikit-learn" [1]. По полученным результатам тестирования сделан вывод о наилучшей из рассматриваемых топологий нейронной сети.

Similar Items