Дипломная работа на тему: Нейросетевые технологии обработки изображений

План работы:

Введение 3
Глава 1. Обзор архитектур нейронных сетей для распознавания изображений и различных типов нейронных сетей, используемых для распознавания изображений 6
1.1. Обзор архитектуры нейронной сети 6
1.2. Функция активации 9
1.3. Типы ошибок в задачах обучения нейронных сетей 12
1.4. Функция потерь 13
1.5. Типы нейронных сетей, используемых для распознавания изображений 15
1.6. Переобучение 19
Глава 2. Методы обучения нейронных сетей для распознавания изображений 20
2.1. Методы обучения 20
2.2. Предварительная обработка изображения, используемых для улучшения качества и точности распознавания изображений 22
2.3. Оценка и сравнение производительности нейронных сетей 23
2.4. Применение нейронных сетей для распознавания изображений в реальных приложениях 25
2.5. Библиотеки открытого исходного кода для машинного обучения и глубокого обучения на языке программирования Python 27
Глава 3. Реализация GAN и её обучение 31
3.1. Реализация дискриминатора 31
3.2. Реализация генератора 32
3.3. Создание интерфейса 35
3.4. Выбор данных для обучения нейронной сети и их подготовка 36
3.5. Функция потерь и оптимизатор 38
3.6. Процесс обучения 40
Заключение 43
Список литературы 45