Wdrażanie użytkownika w tematykę programowania i sieci neuronowych

• Autorzy: Błaszczuk Karolina , Piotrowski Zbigniew Marek

Identyfikatory

DOI

10.15199/13.2023.9.2

Warianty tytułu

EN

Introducing the user to programming and neural networks

• Języki publikacji: PL

Abstrakty

PL

Programowanie oraz sztuczne sieci neuronowe są obecnie jednymi z najważniejszych dziedzin informatyki, które znajdują zastosowa nie w wielu obszarach życia, takich jak przetwarzanie obrazów, roz poznawanie mowy, czy też analiza finansowa [1]. W artykule zostały przedstawione podstawy programowania oraz budowy sieci neu ronowych, ze szczególnym uwzględnieniem biblioteki TensorFlow oraz środowiska Google Colab. Zaprezentowane zostały również dwie praktyczne koncepcje tworzenia modelu sieci neuronowej wraz z omówieniem specyfiki kodu. Artykuł jest przeznaczony dla początkujących inżynierów, którzy pragną rozpocząć swoją przy godę z programowaniem.

EN

Programming and artificial neural networks are now one of the most important areas of computer science, with applications in many areas of life, such as image processing, speech reco gnition or financial analysis. This paper will present the basics of programming and building neural networks, with a focus on the TensorFlow library and the Google Colab environment. It also discusses two practical concepts of creating a neural network model along with a discussion of the specifics of the code. The article is aimed at young engineers who wish to start their adventure in programming.

Słowa kluczowe

PL

sieci neuronowe; Google Colab; Tensorflow; Keras

EN

neural networks; Google Colab; Tensorflow; Keras

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2023
• Tom: Vol. 64, Nr 9
• Strony: 10--14
• Opis fizyczny: Bibliogr. 12 poz., fot., rys., wykr.

Twórcy

autor

Błaszczuk Karolina

autor

Piotrowski Zbigniew Marek

• Wojskowa Akademia Techniczna, Wydział Elektroniki

Bibliografia

• [1] SZTUCZNA INTELIGENCJA: ROZWÓJ, SZANSE I ZAGROŻE NIA (wwsi.edu.pl) (dostęp: 19.04.2023r.)
• [2] Podstawy programowania wyklad.pdf (pcz.pl) (dostęp: 21.04.2023r.)
• [3] Anirudh Koul, Siddha Ganju, and Meher Kasam, Practical Deep Learning for Cloud, Mobile, and Edge, 2020
• [4] François Chollet, Deep Learning Praca z językiem Python biblioteką Keras, 3.2. Wprowadzenie do pakietu Keras, tłum. Konrad Matuk, Helion SA, Gliwice, 2019
• [5] Dokumentacja API | TensorFlow v2.12.0 (dostęp: 16.05.2023r.)
• [6] ImageNet: VGGNet, ResNet, Inception i Xception z Keras - PyImageSearch (dostęp: 19.05.2023r.)
• [7] Opisany ResNet-50. Wyjaśnienie, jak działa ResNet-50 i dlaczego... | Suvaditya Mukherjee | W kierunku nauki o danych (to wardsdatascience.com) (dostęp: 22.05.2023r.)
• [8] tf.keras.applications.resnet50.preprocess_input | TensorFlow v2.12.0 (dostęp: 25.05.2023r.)
• [9] Zestawy danych CIFAR-10 i CIFAR-100 (toronto.edu) (dostęp: 01.06.2023r.)
• [10] Klasyfikacja obrazu | TensorFlow Core (dostęp: 05.06.2023r.)
• [11] Delikatne wprowadzenie do rektyfikowanej jednostki liniowej (ReLU) - MachineLearningMastery.com (dostęp 09.06.2023r.)
• [12] Opadanie gradientu, pęd i adaptacyjne tempo uczenia się (par asdahal.com) (dostęp: 18.06.2023r.)

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).