Konvoluční neuronové sítě a zpracování obrazu

Názornými experimenty spolu poodhalíme, jak a proč takové modely fungují, jaké jsou za jejich fungováním intuice a postupně přes jednoduché příklady dospějeme až k modelům, které se běžně používají v praxi. U těch se zaměříme na možnosti využití jejich vnitřní sémantické reprezentace obrázku a na to, jak co nejefektivněji vizualizovat jejich chování.

• Základní znalost programování v Pythonu
• Středoškolské znalosti lineární algebry. Bude předpokládáno základní porozumění pojmům jako vektor, matice, vektorový prostor a znalost násobení matic.
• Znalosti strojového učení na úrovni kurzu Úvod do strojového učení.

• Zpět do historie (od biologické intuice přes ruční návrh atributů až k LeCunovi a Krizhevskému)
• Co je konvoluce a proč funguje
• PyTorch (jak postavit jednoduchou konvoluční síť)
• Praktický příklad na klasifikaci Fashion MNIST datasetu
• Co je MSCOCO
• Seznámení s ResNetem
• Vizualizace neuronových sítí
• Klasifikace obrázků do tříd
• Jak na špinavá data