Перенос обучения | Глубокие нейронные сети на Python

Лекция по применению предварительно обученных нейронных сетей для решения задач других типов с помощью переноса обучения (transfer learning).
Страница курса - https://www.asozykin.ru/courses/nnpython

Предварительно обученные нейронные сети можно применять не только для того набора данных, на котором они обучались, но и для других наборов данных. В лекции рассматривается пример применения переноса обучения для задач компьютерного зрения.

Нейронные сети для задач компьютерного зрения состоят из двух частей:
1. Сверточная часть, которая выделяет характерные признаки в изображении.
2. Полносвязная часть, которая по характерным признакам определяет, что за объект находится на изображении.

Полносвязную часть предварительно обученной сети можно заменить на другую часть, которая занимается классификацией нужных нам объектов. Затем такая сеть обучается на нашем новом наборе данных.

В лекции рассматривается пример применения глубокой нейронной сети VGG16 для решения задачи распознавания собак и кошек - https://www.kaggle.com/c/dogs-vs-cats

Видео "Предварительно обученные нейронные сети" -    • Предварительно обученные нейронные се...  
Видео "Подготовка набора изображений для обучения нейронной сети в Keras" -    • Как подготовить свой набор изображени...  

Ссылки на ноутбуки Jupyther, которые используются в видео:
1. Распознавание котов и собак с помощью сети VGG16 - https://github.com/sozykin/dlpython_c...

2. Подготовка изображений собак и кошек - https://github.com/sozykin/dlpython_c...

3. Обучение сверточной нейронной сети распознавать собак и кошек с помощью генераторов - https://github.com/sozykin/dlpython_c...

Мой канал с краткими и понятными объяснениями сложных тем в ИТ и компьютерных науках -
https://goo.gl/kW93MA