|
ИСТИНА |
Войти в систему Регистрация |
ИПМех РАН |
||
Сравнение методов оптимизации для глубоких нейронных сетейдипломная работа (Бакалавр)
- Научный руководитель: Измаилов А.Ф.
- Автор: Кожух Полина Дмитриевна
- Тип: Бакалавр
- Организация, в которой проходила защита: МГУ имени М.В. Ломоносова
- Год защиты: 2022
- Аннотация: В последние годы существенно возросла популярность применения методов глубокого обучения. Глубокие нейронные сети показали высокую эффективность в прикладных задачах во многих областях. Однако, оптимизация этих сетей становится все более сложной по мере углубления самих нейронных сетей и увеличения объемов данных, с которыми они работают. Поэтому в последнее время были предложены более совершенные алгоритмы оптимизации. В данной работе рассматриваются широко используемые алгоритмы оптимизации для глубокого обучения. Эти алгоритмы, являющиеся различными модификациями градиентного метода, реализуются для задач обучения с учителем. Нейронные сети обучаются на двух наборах данных для задачи классифика- ции изображений (MNIST и CIFAR-10) и имеют две архитектуры с различной степенью глубины. Сравнительная характеристика методов оптимизации, сделанная в рамках данной работы, способствует лучшему понимаю преимуществ и недостатков каждого метода в контексте обучения нейронных сетей.
- Добавил в систему: Измаилов Алексей Феридович