Primjena evaluacijskih tehnika na primjeru konvolucijske neuronske mreže (CROSBI ID 447283)
Ocjenski rad | sveučilišni preddiplomski završni rad
Podaci o odgovornosti
Lovreković, Lora
Stipančić, Tomislav
hrvatski
Primjena evaluacijskih tehnika na primjeru konvolucijske neuronske mreže
U ovome je radu trenirana konvolucijska neuronska mreža na CIFAR- 10 bazi slika i evaluiran je rad mreže primjenom evaluacijskih funkcija. U teorijskom dijelu objašnjen je princip rada umjetnih neuronskih mreža te arhitektura i funkcija konvolucijskih neuronskih mreža. Uveden je pojam matrica konfuzije kako bi se mogle objasniti evaluacijske funkcije točnost, preciznost i opoziv, a opisana je i struktura CIFAR-10 skupa podataka. Kod je pisan u programskom jeziku Python (verzija 3.7), a za izradu koda korištene su knjižnice tensorflow, matplotlib, numpy i scikit-learn. Uspoređen je rad mreže na serijama za trening i na testnoj seriji te je model mreže evaluiran i koristeći predviđanja. Predložena su i moguća poboljšanja mreže.
konvolucijska neuronska mreža ; CIFAR-10 ; matrica konfuzije ; Accuracy ; Precision ; Recall ; Python
nije evidentirano
engleski
Application of evaluation techniques on the example of a convolutional neural network
nije evidentirano
convolutional neural network ; CIFAR-10 ; confusion matrix ; Accuracy ; Precision ; Recall ; Python
nije evidentirano
Podaci o izdanju
34
29.09.2021.
obranjeno
Podaci o ustanovi koja je dodijelila akademski stupanj
Fakultet strojarstva i brodogradnje
Zagreb
