نشریه " مطالعات ......... " در سیویلیکا نمایه میشود.
دسترسی آزاد به مقالات نشریه " مطالعات .........
COPE
سامانه مشابهت یاب علمی ( سمیم نور)
سامانه مشابهت یاب علمی ( ایرانداک)
راهنمای جامع: تسلط بر طبقهبندی MNIST با یادگیری عمیق
دوره 1، شماره 1، 1402، صفحات 13 - 17
1 مربی، گروه کامپیوتر، مؤسسه آموزش عالی آپادانا، شیراز، ایران.
2 دانشجوی کارشناسی رشته مهندسی کامپیوتر، مؤسسه آموزش عالی آپادانا، شیراز، ایران.
چکیده :
در این مقاله، ما در دنیای یادگیری عمیق کاوش میکنیم و کاربرد آن را در طبقهبندی مجموعه داده MNIST با استفاده از پایتون و کراس بررسی میکنیم. مجموعه داده MNIST، متشکل از ارقام دست¬نویس، یک معیار اساسی برای ارزیابی مدلهای یادگیری ماشین بوده است. ما یک راهنمای گام¬به¬گام، از بارگذاری و پیشپردازش داده¬ها تا ایجاد و ارزیابی مدل ارائه میدهیم. معماری شبکه عصبی باKeras ، شامل لایه¬های ورودی و خروجی همراه با یک لایه پنهان برای استخراج ویژگی طراحی شده است. این مدل آموزشدیده و ارزیابی شده است و دقت خود را بر روی دادههای تست نشان میدهد. از طریق این برنامه آموزشی، خوانندگان بینش¬های عملی در مورد اصول یادگیری عمیق و پتانسیل اعمال این تکنیکها در سایر وظایف بینایی کامپیوتری به دست میآورند
در این مقاله، ما در دنیای یادگیری عمیق کاوش میکنیم و کاربرد آن را در طبقهبندی مجموعه داده MNIST با استفاده از پایتون و کراس بررسی میکنیم. مجموعه داده MNIST، متشکل از ارقام دست¬نویس، یک معیار اساسی برای ارزیابی مدلهای یادگیری ماشین بوده است. ما یک راهنمای گام¬به¬گام، از بارگذاری و پیشپردازش داده¬ها تا ایجاد و ارزیابی مدل ارائه میدهیم. معماری شبکه عصبی باKeras ، شامل لایه¬های ورودی و خروجی همراه با یک لایه پنهان برای استخراج ویژگی طراحی شده است. این مدل آموزشدیده و ارزیابی شده است و دقت خود را بر روی دادههای تست نشان میدهد. از طریق این برنامه آموزشی، خوانندگان بینش¬های عملی در مورد اصول یادگیری عمیق و پتانسیل اعمال این تکنیکها در سایر وظایف بینایی کامپیوتری به دست میآورند
کلمات کلیدی :
یادگیری ماشینی، یادگیری عمیق، MNIST، بینایی کامپیوتر
یادگیری ماشینی، یادگیری عمیق، MNIST، بینایی کامپیوتر
-
129
-
58
-
1402/10/08
-
1402/10/20
-
1402/11/30