Passer au contenu principal

Blocs

Passer Navigation

Navigation

  • Tableau de bord

    • Accueil du site

    • Pages du site

      • Mes cours

      • Tags

      • FichierІнструкція для здобувачів освіти до вибору дисципл...

      • URLВибір дисциплін на 2026-2027 навчальний рік

      • URLВибір дисциплін на 2025-2026 навчальний рік

      • URLВибір дисциплін на 2024-2025 навчальний рік

      • ForumНовини сайту

      • URLІнструкція - основи роботи з системою Moodle

      • URLЦИВІЛЬНИЙ ЗАХИСТ

      • DossierНормативна база СЕЗН

      • URLВідновлення пароля

      • FichierПам’ятка для користувача системи Moodle

      • FichierСистема оцінки курсу

      • FeedbackОцінка якості курсу

    • Mes cours

    • Cours

      • Факультети, кафедри

        • Біологічний факультет

        • Економічний факультет

        • Журналістики факультет

        • Інженерний навчально-науковий інститут ім. Ю.М. По...

        • Іноземної філології факультет

        • Математичний факультет

          • Кафедра загальної математики

          • Кафедра загальної та прикладної фізики

          • Кафедра комп'ютерних наук

          • Кафедра прикладної математики і механіки

          • Кафедра програмної інженерії

            • archive

            • Методи інтелектуального аналізу даних

            • Алгоритми та структури даних (Прикладна математика)

            • Технології Big Data

            • Машинне навчання (Математичні основи машинного нав...

            • Проєктування та аналіз обчислювальних алгоритмів

            • C/к Сучасні СУБД (Плюта Н. В.)

            • 2 Програмне забезпечення наукових досліджень (магі...

            • Автоматизоване тестування (Кудін О.В.)

            • Автоматизоване тестування Web-додатків (Кудін О.В.)

            • Адміністрування комп'ютерних систем (Горбенко В.І.)

            • Алгебра та геометрія Дисципліна вільного вибору ст...

            • Нейронні системи і мережі

              • Généralités

              • Змістовий модуль 1

                • URLЛекція 1. Нейронні мережі

                • URLКонспект. Лекція 1

                • DevoirЛабораторна робота №1. Багатошаровий перцептрон кл...

                • URLПрезентація №1. Глибинні нейронні мережі прямого п...

                • URLПрезентація №2. Навчання нейронних мереж

                • FichierПрезентація №2. Навчання нейронних мереж

                • URLЛекція 2. Навчання нейронних мереж

                • URLКоментар до Л.р. №1

                • URLКоментар до Л.р. №1

                • URLПриклад затухаючого градієнта

                • URLКонспект. Згорткові мережі

              • Змістовий модуль 2

              • Змістовий модуль 3

              • Змістовий модуль 4

              • Змістовий модуль 5

              • Змістовий модуль 6

              • Змістовий модуль 7

              • Змістовий модуль 8

              • Індивідуальне завдання

              • Підсумковий контроль

          • Кафедра фундаментальної та прикладної математики

          • Практична підготовка математичного факультету

          • Інформація, Статистика Математичного факультету

        • Менеджменту факультет

        • Соціальної педагогіки та психології факультет

        • Соцiологiї та управлiння факультет

        • Факультет історії та міжнародних відносин

        • Факультет фізичного виховання, здоров'я та туризму

        • Філологічний факультет

        • Юридичний факультет

      • Аспірантура

      • Науково-технічна позашкільна освіта

      • Відділ доуніверситетської підготовки, профорієнтац...

      • Адміністративний розділ

      • Центр післядипломної освіти та професійних кваліфі...

      • Школа педагогічної майстерності

  • Connexion

Нейронні системи і мережі

Вибір дисциплін Replier Déplier
Вибір дисциплін Replier Déplier
Обрати дисципліни Статистика вибору дисциплін ВМУ
  1. Cours
  2. Факультети, кафедри
  3. Математичний факультет
  4. Кафедра програмної інженерії
  5. Нейронні системи і мережі
  6. Змістовий модуль 1
  7. Лабораторна робота №1. Багатошаровий перцептрон кл...

Лабораторна робота №1. Багатошаровий перцептрон класифікації та регресії

Conditions d’achèvement

Розробити мережу прямого поширення сигналу засобами бібліотеки Keras (приклад є в конспекті)

Розроблену мережу протестувати на наборах даних: 

MNIST 

https://github.com/MrDataScience/tutorials/blob/master/Data/MNIST/How%20To%20Import%20The%20MNIST%20Dataset%20Using%20Tensorflow.ipynb

IRIS

! Завдання для самостійної роботи з прикріпленого .pdf файла робити не потрібно.


  • NNLab1.pdf NNLab1.pdf
    12 février 2023, 15:00
Activité précédente
Конспект. Лекція 1
Activité suivante
Презентація №1. Глибинні нейронні мережі прямого поширення сигналу
Résumé de conservation de données
Obtenir l’app mobile