deep_learning_python_intro
deep_learning_python_intro copied to clipboard
Materials for the course on programming deep neural networks in Python (Russian)
Примеры программ для курса "Программирование глубоких нейронных сетей на Python"
Страница курса с видеолекциями и практическими заданиями.
Примеры
- Распознавание рукописных цифр из набора данных MNIST -
mnist
. Используется полносвязная и сверточная нейронные сети. - Распознавание объектов на изображениях из набора данных CIFAR-10 -
cifar10
. Используется сверточная нейронная сеть. - Определение тональности отзывов на фильмы из IMDB Movie Review Dataset -
imdb
. Используется рекуррентная сеть LSTM. - Использование предварительно обученных нейронных сетей -
pretrained_networks
- Сравнение фотографий с целью определить, один и тот же человек на них, или нет -
foto_comparison
. Из фотографий извлекаются векторы признаков с помощью предварительно обученной сверточной нейронной сети VGG16, затем измеряется расстояние между векторами двух фотографий. - Сохранение обученной нейронной сети -
saving_models
.
Необходимое ПО
- Python 3.
- Библиотека глубокого обучения Keras.
- Библиотека Theano (используется в качестве вычислительного бекенда для Keras).
Инструкция по установке Keras и Theano в Anaconda.
Можно вместо Theano использовать TensorFlow, но с ней примеры не тестировались. Возможны проблемы из-за разных подходов к использованию размерностей тензоров.
Благодарности
При реализации проекта используются средства поддержки, выделенные в качестве гранта на основании конкурса, проведенного Общероссийской общественно-государственной просветительской организации «Российское общество «Знание».