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

Страница курса с видеолекциями и практическими заданиями.

Примеры

1. 01_introduction - основы нейронных сетей на Keras и TensorFlow. Примеры задач классификации (распознавание моделей одежды Fashion-MNIST) и регрессии (определение стоимости недвижимости California Housing).
2. 02_cnn - примеры использования сверточных нейронных сетей для классификации изображений.
3. 03_pretrained_networks - использование предварительно обученных нейронных сетей для классификации изображений.
4. 04_transfer_learning - перенос обучения (transfer learning) для классификации изображений.
5. 05_text_processing - основы анализа текстов с помощью нейронных сетей.
6. 06_rnn - пример использования рекуррентных нейронных сетей для классификации текста.
7. 07_cnn1d - пример использования одномерных сверточных нейронных сетей для классификации текста.
8. 08_timeseries - пример использования рекуррентных и одномерных сверточных нейронных сетей для анализа временных рядов.
9. keras_callbacks - примеры использования callbacks в Keras.
10. archive - архив с устаревшими примерами.

Необходимое ПО

1. Python 3.
2. Библиотеки TensorFlow и PyTorch.

Рекомендуемая литература

1. François Chollet, Matthew Watson. Deep Learning with Python. Книга создателя Keras о нейроных сетях. Вся книга доступна бесплатно. Репозиторий с примерами кода из книги на GitHub.
2. Aston Zhang, Zachary C. Lipton, Mu Li, Alexander J. Smola. Dive into Deep Learning. Интерактивный учебник по глубоким нейронным сетям с примерами кода на PyTorch, MXNet, JAX и TensorFlow. Доступен бесплатно, исходные коды на GitHub.

Благодарности

При реализации первой версии курса были использованы средства поддержки, выделенные в качестве гранта на основании конкурса, проведенного Общероссийской общественно-государственной просветительской организации «Российское общество «Знание».