Vaš brskalnik ne omogoča JavaScript!
JavaScript je nujen za pravilno delovanje teh spletnih strani. Omogočite JavaScript ali uporabite sodobnejši brskalnik.
|
|
SLO
|
ENG
|
Piškotki in zasebnost
DKUM
EPF - Ekonomsko-poslovna fakulteta
FE - Fakulteta za energetiko
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
FF - Filozofska fakulteta
FGPA - Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo
FKBV - Fakulteta za kmetijstvo in biosistemske vede
FKKT - Fakulteta za kemijo in kemijsko tehnologijo
FL - Fakulteta za logistiko
FNM - Fakulteta za naravoslovje in matematiko
FOV - Fakulteta za organizacijske vede
FS - Fakulteta za strojništvo
FT - Fakulteta za turizem
FVV - Fakulteta za varnostne vede
FZV - Fakulteta za zdravstvene vede
MF - Medicinska fakulteta
PEF - Pedagoška fakulteta
PF - Pravna fakulteta
UKM - Univerzitetna knjižnica Maribor
UM - Univerza v Mariboru
UZUM - Univerzitetna založba Univerze v Mariboru
COBISS
Ekonomsko poslovna fakulteta
Fakulteta za kmetijstvo in biosistemske vede
Fakulteta za logistiko
Fakulteta za organizacijske vede
Fakulteta za varnostne vede
Fakulteta za zdravstvene vede
Knjižnica tehniških fakultet
Medicinska fakulteta
Miklošičeva knjižnica - FPNM
Pravna fakulteta
Univerzitetna knjižnica Maribor
Večja pisava
|
Manjša pisava
Uvodnik
Iskanje
Brskanje
Oddaja dela
Statistika
Prijava
Prva stran
>
Izpis gradiva
Izpis gradiva
Naslov:
Optimizacija parametrov nevronskih mrež na problemu razvrščanja slik : magistrsko delo
Avtorji:
ID
Jeušnik, Nejc
(
Avtor
)
ID
Mlakar, Uroš
(
Mentor
)
Več o mentorju...
Datoteke:
MAG_Jeusnik_Nejc_2024.pdf
(3,45 MB)
MD5: 8A47F02FFA11AD79A8A18CD67565D6DB
Jezik:
Slovenski jezik
Vrsta gradiva:
Magistrsko delo/naloga
Tipologija:
2.09 - Magistrsko delo
Organizacija:
FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:
Namen magistrskega dela je preizkusiti, kako vpliva uglaševanje hiperparametrov nevronskih mrež na njihovo natančnost in ali je možno doseči izboljšavo s spreminjanjem privzetih hiperparametrov. V teoretičnem delu smo pripravili uvod v nevronske mreže in se poglobili v dobre tehnike učenja. Predstavili smo algoritem diferencialne evolucije in metodo roja delcev, s katerima smo si pomagali pri optimizaciji. V praktičnem delu smo z modelom ResNet reševali problem razvrščanja slik v razrede pri podatkovni zbirki ptic. Analizirali smo različne iskalne konfiguracije hiperparametrov in ovrednotili njihove natančnosti. Na koncu smo ovrednotili hipoteze in podali ideje za nadaljnje delo.
Ključne besede:
nevronske mreže
,
hiperparametri
,
evolucijski algoritmi
Kraj izida:
Maribor
Kraj izvedbe:
Maribor
Založnik:
[N. Jeušnik]
Leto izida:
2024
Št. strani:
1 spletni vir (1 datoteka PDF (IX, 51 f.))
PID:
20.500.12556/DKUM-89719
UDK:
004.8.032.26:004.932(043.2)
COBISS.SI-ID:
217022467
Datum objave v DKUM:
14.10.2024
Število ogledov:
0
Število prenosov:
34
Metapodatki:
Področja:
KTFMB - FERI
Citiraj gradivo
Navadno besedilo
BibTeX
EndNote XML
EndNote/Refer
RIS
ABNT
ACM Ref
AMA
APA
Chicago 17th Author-Date
Harvard
IEEE
ISO 690
MLA
Vancouver
:
Kopiraj citat
Skupna ocena:
(0 glasov)
Vaša ocena:
Ocenjevanje je dovoljeno samo
prijavljenim
uporabnikom.
Objavi na:
Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.
Licence
Licenca:
CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:
http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:
To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:
07.08.2024
Sekundarni jezik
Jezik:
Angleški jezik
Naslov:
Optimizing neural network hyperparameters for the image classification problem
Opis:
The aim of this thesis was to test how tuning the hyperparameters of neural networks affects their accuracy, and whether improvements can be achieved by changing the default hyperparameters. In the theoretical part, we gave an introduction to neural networks and looked at good learning techniques. We presented the differential evolution algorithm and the particle swarm method, which we used for optimization. In the practical part, we used the ResNet model to solve the problem of image classification in a bird dataset. We analyzed different search configurations of hyperparameters and evaluated their accuracies. Finally, we evaluated our hypotheses and gave ideas for further work.
Ključne besede:
neural networks
,
hyperparameters
,
evolutionary algorithms
Komentarji
Dodaj komentar
Za komentiranje se morate
prijaviti
.
Komentarji (0)
0 - 0 / 0
Ni komentarjev!
Nazaj
