DevOps_CIS

Лабораторная работа №1: Классификация изображений с использованием EfficientNet

1. Цель работы

2. Теоретическое введение

3. Описание датасета

4. Предобработка данных

9. Выводы

Лабораторная работа № 2: Прогнозирование временных рядов и классификация текстов с использованием архитектур LSTM и GRU

1. Цель и введение

2. Датасеты

3. Предобработка данных

4. Архитектуры моделей

5. Гиперпараметры

6. Графики

7. Результаты

8. Анализ ошибок

9. Выводы

Лабораторная работа № 3: Семантическая сегментация изображений с использованием архитектуры U-Net

1. Цель и введение

2. Датасет

3. Предобработка

4. Архитектура модели

5. Аугментация данных

6. Гиперпараметры

7. Графики обучения

8. Результаты

9. Анализ ошибок

10. Выводы

Лабораторная работа № 4: Генерация изображений с использованием вариационного автоэнкодера (VAE)

1. Цель и введение

2. Датасет

3. Архитектура VAE

4. Функция потерь

5. Гиперпараметры

6. Графики обучения

7. Визуализации

8. Анализ свойств латентного пространства

9. Выводы