10% chegirma bering
Maslahat bering ushbu kitobni do'stingiz sotib olganidan 2 313,74 soʻm oling.
Анализ влияния архитектуры входных слоев свертки и подвыборки глубокой нейронной сети на качество распознавания изображений
matnPDF
23 137,31 soʻm
Kitob haqida
Представлены результаты исследования влияния характеристик входных слоёв свертки и подвыборки глубокой свёрточной нейронной сети на качество распознавания изображений. Для слоя свёртки изменяемым параметром являлся размер ядра свёртки, варьируемым параметром архитектуры субдискретизирующего слоя являлся размер рецептивного поля. Все перечисленные параметры, определяющие архитектуру входных слоёв свёртки и подвыборки, разработчикам нейронных сетей приходится подбирать на основе своего опыта. В данной работе излагается способ, позволяющий частично автоматизировать это процесс в результате предварительного анализа характеристик изображения – гистограмм и дисперсий интенсивности цветов пикселей. На основе этих сравнений выработаны рекомендации для выбора размеров ядра свёртки. Приведены итоги апробации указанного способа с помощью программы, написанной на языке Python с использованием библиотек Keras и Tensorflow.
seriyasiga kiradi "Прикладная информатика. Научные статьи"Seriyadagi barcha kitoblar
seriyasiga kiradi "Прикладная информатика. Научные статьи"
Izoh qoldiring
Kirish, kitobni baholash va sharh qoldirish
Kitob tavsifi
Представлены результаты исследования влияния характеристик входных слоёв свертки и подвыборки глубокой свёрточной нейронной сети на качество распознавания изображений. Для слоя свёртки изменяемым параметром являлся размер ядра свёртки, варьируемым параметром архитектуры субдискретизирующего слоя являлся размер рецептивного поля. Все перечисленные параметры, определяющие архитектуру входных слоёв свёртки и подвыборки, разработчикам нейронных сетей приходится подбирать на основе своего опыта. В данной работе излагается способ, позволяющий частично автоматизировать это процесс в результате предварительного анализа характеристик изображения – гистограмм и дисперсий интенсивности цветов пикселей. На основе этих сравнений выработаны рекомендации для выбора размеров ядра свёртки. Приведены итоги апробации указанного способа с помощью программы, написанной на языке Python с использованием библиотек Keras и Tensorflow.
Kitob М. И. Дель, А. Ю. Пучкова va boshqalar «Анализ влияния архитектуры входных слоев свертки и подвыборки глубокой нейронной сети на качество распознавания изображений» - pdf-ga yuklab oling yoki internetda o'qing. Sharhlar va fikr-mulohazalarni qoldiring, o'zingiz yoqtirganlarga ovoz bering.
