Численные сравнения известных нейросетевых фреймворков. Разработка собственного фреймворка нейросетевых моделей
Аннотация
Объект исследования – фреймворки глубокого обучения.
Предмет исследования – математическая модель автоматической генерации сверточной нейронной сети, зависимость результатов работы фреймворков от рабочего окружения.
Основная цель работы – исследование влияния зависимости аппаратного и программного обеспечения на результаты работы фреймворков глубокого обучения, построение математической модели автоматического построения оптимальной сверточной архитектуры сети, которая в дальнейшем может быть применена для исследования различных архитектур нейронных сетей.
Основная задача работы – разработка собственного фрейворка глубокого обучения, поддерживающего создание нейронной сети любой сложности, встроить в фреймворк возможность автоматической генерации нейронных сетей, проведение компьютерного тестирования, обработка полученных результатов.
Метод исследования – компьютерное моделирование.
Полученные результаты – разработан фреймворк удовлетворяющий требованиям, указанным в задачах, описаны результаты зависимости работы нейросетевых фреймворков от рабочего окружения
Предмет исследования – математическая модель автоматической генерации сверточной нейронной сети, зависимость результатов работы фреймворков от рабочего окружения.
Основная цель работы – исследование влияния зависимости аппаратного и программного обеспечения на результаты работы фреймворков глубокого обучения, построение математической модели автоматического построения оптимальной сверточной архитектуры сети, которая в дальнейшем может быть применена для исследования различных архитектур нейронных сетей.
Основная задача работы – разработка собственного фрейворка глубокого обучения, поддерживающего создание нейронной сети любой сложности, встроить в фреймворк возможность автоматической генерации нейронных сетей, проведение компьютерного тестирования, обработка полученных результатов.
Метод исследования – компьютерное моделирование.
Полученные результаты – разработан фреймворк удовлетворяющий требованиям, указанным в задачах, описаны результаты зависимости работы нейросетевых фреймворков от рабочего окружения