EAS-029 (16 часов)
Разработка нейронных сетей для обработки и генерации изображений
Курс “Разработка нейронных сетей для обработки и генерации изображений” предназначен для тех, кто хочет изучить основы и продвинутые техники создания и использования нейронных сетей в области обработки и генерации графических изображений. В ходе курса вы изучите различные архитектуры нейронных сетей, их применение в современных задачах, а также методы оптимизации и оценки качества работы сетей. Вы также освоите основные фреймворки для работы с нейронными сетями, такие как PyTorch и TensorFlow. Практические задания помогут вам закрепить полученные знания.
Удостоверение о прохождении
Смотреть пример
16 академ. часов
Онлайн
Подробнее
Программа курса
01
1.Введение в искусственные нейронные сети. Современное применение нейронных сетей. [Теория – 2 ч., практика – 2 ч. ДЗ – 2 ч ]
-
Архитектуры нейронных сетей. Нейрон, веса, функции активации, обучение
-
Области применения нейронных сетей
-
Основные классы задач, решаемых сетями
-
Фреймворки для глубокого обучения (PyTorch, TensorFlow, Keras)
02
2.Оптимизация нейронной сети [теория – 1 ч., практика – 1 ч., ДЗ – 2 ч)
-
Методы оптимизации, метрики, функции потерь, управление гиперпараметрами
-
Алгоритм градиентного спуска и его варианты
-
Регуляризация, Dropout, Batch Normalization
03
3.Свёрточные нейронные сети [теория – 1 ч., практика – 1 ч., ДЗ – 2 ч.]
-
Архитектура CNN. Фильтры, пулинг, 1D/2D/3D
-
Обучение сверточных сетей
-
Идеи удачных архитектур: AlexNet, VGG, Inception, ResNet
04
4.Transfer learning & Fine-tuning [теория – 1 ч., практика – 1 ч., ДЗ – 2 ч.]
-
Способы доучивания сетей: полные и частичные
-
Использование предобученных сетей в других задачах
05
5.Сегментация и детектирование объектов [теория – 1 ч., практика – 2 ч., ДЗ – 2 ч.]
-
Сети для сегментации изображений
-
Сети для детектирования объектов на изображениях
06
6. Генеративные сети [теория – 1 ч., практика – 2 ч., ДЗ – 2 ч.]
-
GAN для генерации изображений
-
Диффузионные модели. Stable Diffusion
07
Итого: теория – 7 ч (40%), практика – 9 ч (60%) + 12 ч на ДЗ
Предварительная подготовка
Уверенное владение языком Python3 и популярными модулями для обработки численных данных (numpy, scikit-learn, matplotlib и т.д.)
Записаться на курс
24 900 ₽
22 410 ₽ — для физ. лиц
Юр. лицо — 24 900 ₽
Физ. лицо — 22 410 ₽
Открытая дата
Наши ученики работают в:
Наши клиенты
