Практическая работа №1 по дисциплине «Проектирование вычислительных комплексов»



Pdf көрінісі
бет13/14
Дата25.09.2023
өлшемі1,24 Mb.
#182414
түріПрактическая работа
1   ...   6   7   8   9   10   11   12   13   14
Байланысты:
Практическая работа 1 Проектирование ВК

4.2.
 
Реализация и обучение НС для задачи регрессии
 
Самостоятельно реализуйте в новом документе НС для решения задачи регрессии, 
описанную в следующем примере: https://www.tensorflow.org/tutorials/keras/regression (работает 
версия на русском языке). Вы также можете руководствоваться видео (на английском языке), 
которое 
доступно 
по 
следующему 
адресу: 
https://www.youtube.com/watch?v=- 
vHQub0NXI4&list=PLQY2H8rRoyvyK5aEDAI3wUUqC_F0oEroL&index=6 
Обучите три версии одной и той же НС с использованием 3-х различных типов процессоров 
(CPU, GPU и TPU), замеряя время, затрачиваемое на обучение. Отметьте время и достигнутую 
точность модели в отчёте. Сделайте выводы. 
Определите и укажите в отчёте оптимальное количество эпох для обучения, позволяющее 
избежать переобучения (overfitting) нейронной сети. 
Ваш отчёт по выполнению данного задания должен содержать, помимо указанного выше, 
также описательную статистику для используемых данных и диаграммы (в различных цветовых 
палитрах для различных бригад). 
4.3.
 
Реализация и обучение НС для распознавания изображений
 
Самостоятельно реализуйте и обучите свёрточную нейронную сеть для распознавания 
изображений из популярного учебного датасета CIFAR-10
11
. Руководствуйтесь следующим 
примером: https://www.tensorflow.org/tutorials/images/cnn . Отметьте в отчёте затраты времени на 
обучение и достигнутую точность. 
Используйте ту же самую архитектуру НС для распознавания изображений из другого 
популярного учебного датасета, CIFAR-100
12
. Отметьте в отчёте затраты времени на обучение и 
достигнутую точность. Сравните с предыдущими результатами и сделайте выводы. 
Предложите и реализуйте в архитектуре НС решения, позволяющие повысить точность 
модели для датасета CIFAR-100. Приведите в отчёте и обоснуйте сделанные изменения. 
11 
См. описание по адресу https://www.cs.toronto.edu/~kriz/cifar.html 
12 См. документацию по скачиванию датасетов по адресу https://keras.io/datasets/ 




Достарыңызбен бөлісу:
1   ...   6   7   8   9   10   11   12   13   14




©engime.org 2024
әкімшілігінің қараңыз

    Басты бет