Порівняльні характеристики пакетів Keras та Lasagne для машиного навчання

Автор(и)

  • V. M. Sineglazov Національний авіаційний університет, Київ
  • M. O. Omelchenko Національний авіаційний університет, Київ
  • V. P. Hotsyanivskyy Національний авіаційний університет, Київ

DOI:

https://doi.org/10.18372/1990-5548.53.12151

Ключові слова:

Автоматизація глибокого навчання, обробка зображення, згорткові нейронні мережі.

Анотація

Виконано порівняльний аналіз комп'ютерних бібліотек Lasagne і Keras для побудови згорткових нейронних мереж, які використовуються в інтелектуальних системах обробки зображень. Проведено дослідження, які дозволяють визначити переваги і недоліки названих бібліотек, це дає можливість користувачам зробити правильний вибір вирішуючи прикладні задачі.

Біографії авторів

V. M. Sineglazov, Національний авіаційний університет, Київ

Навчально-науковий Інститут інформаційно-діагностичних систем

Доктор технічних наук. Професор

M. O. Omelchenko, Національний авіаційний університет, Київ

Навчально-науковий Інститут інформаційно-діагностичних систем

Студент

V. P. Hotsyanivskyy, Національний авіаційний університет, Київ

Навчально-науковий Інститут інформаційно-діагностичних систем

Студент

Посилання

A. N. Gordan, D. A. Rossiev, S. E. Gilev, et al. “NeuroComp” group: neural-networks software and its application. Russian Academy of Sciences, Krasnoyarsk Computing Center. Preprint no. 8. Krasnoyarsk, 1995. (in Russian)

T. Lisman and R. J. Porte. Towards a rational use of low-molecular-weight heparin in patients with cirrhosis. Liver Int., London: Science of Medicine 2011.

M. Riesenhuber. Object recognition in cortex: Neural mechanisms, and possible roles for attention Department of Neuroscience Georgetown University Medical Center, Washington, DC, 2007.

##submission.downloads##

Номер

Том 3 № 53 (2017)

Розділ

МАТЕМАТИЧНЕ МОДЕЛЮВАННЯ ПРОЦЕСІВ ТА СИСТЕМ

Ліцензія

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).