• Neyron tarmoqlarida CNN (Convolutional Neural Networks) usulidan foydalanish Bajardi: M1-22 guruh talabasi D.F.G’aniyev
  • I. KIRISH II. ASOSIY QISM 2.1. Konvolyutsion neyron tarmoqlarning ishlash printsipi 2.2. Konvolyutsion neyron tarmoqlarni orgatish
  • 2.6. Konvolyutsion neyron tarmoqlarning kelajagi III. XULOSA IV. FOYDALANILGAN ADABIYOTLAR V. FOYDALANILGAN INTERNET SAYTLARI I. KIRISH
  • Muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti farg’ona filiali “kompyuter injiniringi” fakulteti




    Download 0,64 Mb.
    bet1/6
    Sana06.01.2024
    Hajmi0,64 Mb.
    #131006
      1   2   3   4   5   6
    Bog'liq
    02 Davron Ganiev M1 22 Convolutional neural network






    MUHAMMAD AL-XORAZMIY NOMIDAGI
    TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
    FARG’ONA FILIALI
    KOMPYUTER INJINIRINGI” FAKULTETI
    AXBOROT TEXNOLOGIYALARI” KAFEDRASI
    SUN’IY INTELLEKT VA NEYRON TARMOQLARI” FANIDAN


    MUSTAQIL ISH
    Neyron tarmoqlarida CNN (Convolutional Neural Networks) usulidan foydalanish


    Bajardi: M1-22 guruh talabasi
    D.F.G’aniyev
    Qabul qildi: D.A.Xalilov

    FARG’ONA – 2024


    Neyron tarmoqlarida CNN (Convolutional Neural Networks)
    usulidan foydalanish

    REJA:
    I. KIRISH
    II. ASOSIY QISM
    2.1. Konvolyutsion neyron tarmoqlarning ishlash printsipi
    2.2. Konvolyutsion neyron tarmoqlarni o'rgatish
    2.3. Konvolyutsion neyron tarmoq arxitekturasi
    2.4. Konvolyutsion neyron tarmoqlardan foydalanish
    2.5. Konvolyutsion neyron tarmoqlarning afzalliklari va cheklovlari
    2.6. Konvolyutsion neyron tarmoqlarning kelajagi
    III. XULOSA
    IV. FOYDALANILGAN ADABIYOTLAR
    V. FOYDALANILGAN INTERNET SAYTLARI

    I. KIRISH:
    Kompyuter ko'rish texnologiyalarining keng rivojlanishi va tarqalishi inson hayotining boshqa kasbiy sohalarida o'zgarishlarni keltirib chiqaradi. Konvolyutsion neyron tarmoqlar ob'ekt va yuzni aniqlash tizimlarida, tasvirlarni tahlil qilish uchun maxsus tibbiy dasturiy ta'minotda, avtonom tizimlar bilan jihozlangan avtomobillar navigatsiyasida, xavfsizlik tizimlarida va boshqa sohalarda qo'llaniladi. Shaxsiy kompyuterlarning hisoblash kuchining o'sishi, shuningdek, tasvirlar ma'lumotlar bazalarining paydo bo'lishi bilan chuqur neyron tarmoqlarni (chuqur neyron tarmoqlarini) o'qitish mumkin bo'ldi. Tasvirni aniqlash muammosida konvolyutsion neyron tarmoqlari (Convolutional Neural Networks) qo'llaniladi. Maqolaning maqsadi tasvirlarni tasniflash muammosi uchun konvolyutsion neyron tarmoqlarining zamonaviy arxitekturasini ko'rib chiqishdir.
    Mashinani o'rganishning vazifalaridan biri tasvirlarni tasniflash muammosidir. Tasvirdagi ob'ektni tasniflash, tan olingan ob'ekt tegishli bo'lgan raqamni ko'rsatishni anglatadi. Mashinani o'rganish algoritmlarini baholash uchun odatda etiketli tasvir ma'lumotlar bazalari ishlatiladi, masalan, CIFAR-10, ImageNet, PASCAL VOC. dan
    Rasmlar, masalan, ImageNet tasvirlar ma'lumotlar bazasida bir nechta ob'ektlarni o'z ichiga olishi va faqat bittasi belgilangan (annotatsiya qilingan) uchun asosiy xato mezoni top-5 xatodir. Bular. ob'ektning to'g'ri toifasi algoritm tomonidan eng ehtimoliy deb berilgan besh toifadan bo'lsa, algoritm xato qilmagan deb hisoblanadi. Shunday qilib, tasvirni tasniflash uchun ko'plab neyron tarmoqlar top-5 xatolik yordamida baholanadi.
    Konvolyutsion neyron tarmoqlari (CNN) optik naqshni aniqlash, tasvirni tasniflash, ob'ektni aniqlash, semantik segmentatsiya va boshqa vazifalar uchun ishlatiladi. Zamonaviy SNS arxitekturasining asoslari birinchi tarmoqlardan biri - LeNet-5da Yan LeKun tomonidan qo'yilgan.

    Download 0,64 Mb.
      1   2   3   4   5   6




    Download 0,64 Mb.

    Bosh sahifa
    Aloqalar

        Bosh sahifa



    Muhammad al-xorazmiy nomidagi toshkent axborot texnologiyalari universiteti farg’ona filiali “kompyuter injiniringi” fakulteti

    Download 0,64 Mb.