https://github.com/sozykin/dlpython_course

Примеры для курса "Программирование глубоких нейронных сетей на Python"
https://github.com/sozykin/dlpython_course

deep-learning deep-learning-tutorial deep-neural-networks keras keras-tensorflow keras-tutorials python tensorflow tensorflow-tutorials

Last synced: 23 days ago
JSON representation

Примеры для курса "Программирование глубоких нейронных сетей на Python"

• Host: GitHub
• URL: https://github.com/sozykin/dlpython_course
• Owner: sozykin
• Created: 2016-12-05T09:00:54.000Z (almost 8 years ago)
• Default Branch: master
• Last Pushed: 2019-08-06T09:18:36.000Z (over 5 years ago)
• Last Synced: 2024-09-30T17:04:54.592Z (about 1 month ago)
• Topics: deep-learning, deep-learning-tutorial, deep-neural-networks, keras, keras-tensorflow, keras-tutorials, python, tensorflow, tensorflow-tutorials
• Language: Jupyter Notebook
• Homepage: https://www.asozykin.ru/courses/nnpython
• Size: 19.7 MB
• Stars: 314
• Watchers: 42
• Forks: 251
• Open Issues: 3
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Примеры программ для курса "Программирование глубоких нейронных сетей на Python"

[Страница курса с видеолекциями и практическими заданиями](https://www.asozykin.ru/courses/nnpython).

## Примеры

1. Распознавание рукописных цифр из набора данных [MNIST](http://yann.lecun.com/exdb/mnist/) - `mnist`. Используется полносвязная и сверточная нейронные сети.

2. Распознавание объектов на изображениях из набора данных [CIFAR-10](https://www.cs.toronto.edu/~kriz/cifar.html) - `cifar10`. Используется сверточная нейронная сеть.

3. Определение тональности отзывов на фильмы из [IMDB Movie Review Dataset](http://ai.stanford.edu/~amaas/data/sentiment/) - `imdb`. Используется рекуррентная сеть LSTM.

4. Прогноз стоимости домов для набора данных [Boston Housing](https://www.cs.toronto.edu/~delve/data/boston/bostonDetail.html) - `regression`. Пример решения задачи регрессии.

5. Использование предварительно обученных нейронных сетей - `pretrained_networks`

6. Сохранение обученной нейронной сети - `saving_models`.

7. Примеры задач компьютерного зрения - `computer_vision`.

## Необходимое ПО

1. Python 3.

2. Библиотека глубокого обучения [Keras](https://keras.io/).

3. Библиотеки  [TensorFlow](https://www.tensorflow.org/) или [Theano](http://deeplearning.net/software/theano/) (используются в качестве вычислительного бекенда для Keras).

Инструкция по установке:

- [Keras и TensorFlow в Anaconda](https://www.asozykin.ru/deep_learning/2017/09/07/Keras-Installation-TensorFlow.html).

- [Keras и Theano в Anaconda](https://www.asozykin.ru/deep_learning/2016/12/25/Keras-Installation.html).

Примеры тестировались с TensorFlow. При использовании Theano возможны проблемы из-за разных подходов к хранению изображений.

## Благодарности

При реализации проекта используются средства поддержки, выделенные в качестве гранта на основании конкурса, проведенного Общероссийской общественно-государственной просветительской организации «Российское общество «Знание».