Поиск по всему репозиторию:
Метод редуцирования нейросетевых моделей компьютерного зрения
![Thumbnail](/bitstream/handle/data/36728/151-156.pdf.jpg?sequence=2&isAllowed=y)
Открыть/скачать файлы документа
Дата издания
2022Издательство
БГУУДК
004.032.26Библиографическое описание
Крощенко, А. А. Метод редуцирования нейросетевых моделей компьютерного зрения / А. А. Крощенко, В. А. Головко // Информационные системы и технологии : материалы международного научного конгресса по информатике, Минск, 27–28 октября 2022 г. / Белорусский государственный университет ; редкол.: С. В. Абламейко (гл. ред.) [и др.]. – Минск : БГУ, 2022. – Ч. 2. – С. 151–156. – Библиогр.: с. 156 (8 назв.).Аннотация
В данной статье предлагается подход к редуцированию полносвязных нейронных сетей с помощью классического и модифицированного предобучения глубоких нейронных сетей. Авторами продемонстрировано, что данный подход позволяет существенно уменьшить количество параметров обучаемой нейронной сети практически без уменьшения обобщающей способности. Возможности предложенного метода продемонстрированы на классических выборках компьютерного зрения MNIST, CIFAR10 и CIFAR100.
Аннотация на другом языке
This article proposes an approach to the reduction of fully connected neural networks using classical and modified pre-training of deep neural networks. The authors have demonstrated that this approach can significantly reduce the number of parameters of the trained neural network with little or no reduction in the generalizing ability. The capabilities of the proposed method are demonstrated on the classical computer vision datasets MNIST, CIFAR10 and CIFAR100.
URI документа
https://rep.bstu.by/handle/data/36728Документ расположен в коллекции
![Лицензия Creative Commons](https://i.creativecommons.org/l/by-nc/4.0/88x31.png)
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция-Некоммерчески») 4.0 Всемирная.