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

Страница курса с видеолекциями и практическими заданиями.

Примеры

1. Распознавание рукописных цифр из набора данных MNIST - mnist. Используется полносвязная и сверточная нейронные сети.
2. Распознавание объектов на изображениях из набора данных CIFAR-10 - cifar10. Используется сверточная нейронная сеть.
3. Определение тональности отзывов на фильмы из IMDB Movie Review Dataset - imdb. Используется рекуррентная сеть LSTM.
4. Использование предварительно обученных нейронных сетей - pretrained_networks
5. Сравнение фотографий с целью определить, один и тот же человек на них, или нет - foto_comparison. Из фотографий извлекаются векторы признаков с помощью библиотеки dlib, затем измеряется расстояние между векторами двух фотографий.
6. Сохранение обученной нейронной сети - saving_models.

Необходимое ПО

1. Python 3.
2. Библиотека глубокого обучения Keras.
3. Библиотеки Theano или TensorFlow (используются в качестве вычислительного бекенда для Keras).

Инструкция по установке:

• Keras и Theano в Anaconda.
• Keras и TensorFlow в Anaconda.

Примеры тестировались с Theano. С TensorFlow 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».