Личный кабинетuser
orange img orange img orange img orange img orange img
Дипломная работаРазное
Готовая работа №52369 от пользователя Федотова Надежда
book

Стилизация изображений в задаче автоматического переноса стиля

550 ₽
Файл с работой можно будет скачать в личном кабинете после покупки
like
Гарантия безопасной покупки
help

Сразу после покупки работы вы получите ссылку на скачивание файла.

Срок скачивания не ограничен по времени. Если работа не соответствует описанию у вас будет возможность отправить жалобу.

Гарантийный период 7 дней.

like
Уникальность текста выше 50%
help

Все загруженные работы имеют уникальность не менее 50% в общедоступной системе Антиплагиат.ру

file
Возможность снять с продажи
help

У покупателя есть возможность доплатить за снятие работы с продажи после покупки.

Например, если необходимо скрыть страницу с работой на сайте от третьих лиц на определенный срок.

Тариф можно выбрать на странице готовой работы после покупки.

Не подходит эта работа?
Укажите тему работы или свой e-mail, мы отправим подборку похожих работ
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных

содержание

Введение...............................................................................................................................3
Актуальность задачи переноса стиля................................................................................3
Цель и постановка задачи...................................................................................................4
Глава I. Теоретические основы машинного обучения, обзор литературы и существующих методов......................................................................................................6
1.1 Понятия машинного обучения.................................................................................6
1.2 Нейронные сети.........................................................................................................6
1.3 Сверточные нейронные сети ...................................................................................8
1.4 Метод автоматического перенос стиля...................................................................9
Глава II. Практическое применение методов и описание результатов........................10
2.1 Применение методов автоматического переноса стиля......................................10
2.2 Язык разработки......................................................................................................10
2.3 Использованные методы и реализация кода.........................................................11
2.4 Описание экспериментов и результатов...............................................................15
Заключение.........................................................................................................................16
Список использованных литературы...............................................................................17
Приложения А....................................................................................................................18

Весь текст будет доступен после покупки

ВВЕДЕНИЕ

В последнее время существуют различные методы и модели для эффективного решения задачи автоматического переноса стиля. Одним из таких методов является модификация изображений Neural Style Transfer - модель, которая управляет стилем фотография более точно, чем обычно. Кроме этого, разработали новые модели с целью улучшения изображений на основе нейронных сетей, которая позволяет создавать более реалистичные и художественные изображения. Метод наложения стиля, позволяющая сделать из фотографии картины, предложено и решено Л. Гатысом в 2016г. Нейронные сети используются с момента возникновения и продолжают достижение прогресса в задачах с высокой точностью, которые позволяет решаться в областях машинного обучения.
Применение разработанных методов может быть полезным в различных областях, таких как дизайн, искусство, реклама и маркетинг. Оценка эффективности этих методов производится с помощью дата сетов и метрик оценки качества.

Весь текст будет доступен после покупки

отрывок из работы

Глава I. Теоретические основы машинного обучения, обзор литературы и существующих методов.

1.1 Понятия машинного обучения
Машинное обучение — это область искусственного интеллекта, которая изучает алгоритмы и модели. Модели позволяют компьютерам обучаться на основе данных, без явного программирования. Машинное обучение используется для решения различных задач, таких как классификация, регрессия, кластеризация, распознавания и т.д. Оно включает в себя такие понятия, как нейронные сети, глубокое обучение, алгоритмы обучения с учителем и без учителя, обучение с подкреплением и другие. Одной из основных задач машинного обучения является создание моделей, которые могут обобщать знания из данных и применять их для новых задач. В процессе обучения модель постепенно улучшает свою способность распознавать объекты на изображении и классифицировать их. После завершения обучения модель может быть протестирована на тестовом наборе данных, чтобы оценить ее точность. Применение машинного обучения в области классификации изображений может быть использовано в различных областях, таких как медицина, автомобильная промышленность, розничная торговля и многих других.


Весь текст будет доступен после покупки

Список литературы

1. Вьюгин В. “Математические основы машинного обучения и прогнозирования”/ МЦНМО, 2015.
2. Хенрик Б., “Феверолф М. Машинное обучение”/ Питер, 2017.
3. Шарден Б., Массарон Л., Шарден Б. “Крупномасштабное машинное обучение вместе с Python”/ ДМК Пресс, 2017
4. “Сверточная нейронная сеть” [Электронный ресурс] (15.05.20)
5. Keras: “Deep Learning for humans” [Электронный ресурс] (https://keras.io/guides/)
6. “Введение в машинное обучение в Python: Полное руководство с примерами”/ редакция 2020.

Весь текст будет доступен после покупки

Почему студенты выбирают наш сервис?

Купить готовую работу сейчас
service icon
Работаем круглосуточно
24 часа в сутки
7 дней в неделю
service icon
Гарантия
Возврат средств в случае проблем с купленной готовой работой
service icon
Мы лидеры
LeWork является лидером по количеству опубликованных материалов для студентов
Купить готовую работу сейчас

не подошла эта работа?

В нашей базе 78761 курсовых работ – поможем найти подходящую

Ответы на часто задаваемые вопросы

Чтобы оплатить заказ на сайте, необходимо сначала пополнить баланс на этой странице - https://lework.net/addbalance

На странице пополнения баланса у вас будет возможность выбрать способ оплаты - банковская карта, электронный кошелек или другой способ.

После пополнения баланса на сайте, необходимо перейти на страницу заказа и завершить покупку, нажав соответствующую кнопку.

Если у вас возникли проблемы при пополнении баланса на сайте или остались вопросы по оплате заказа, напишите нам на support@lework.net. Мы обязательно вам поможем! 

Да, покупка готовой работы на сайте происходит через "безопасную сделку". Покупатель и Продавец финансово защищены от недобросовестных пользователей. Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. 

У покупателя есть возможность снять готовую работу с продажи на сайте. Например, если необходимо скрыть страницу с работой от третьих лиц на определенный срок. Тариф можно выбрать на странице готовой работы после покупки.

Гарантийный срок составляет 7 дней со дня покупки готовой работы. В течение этого времени покупатель имеет право подать жалобу на странице готовой работы, если купленная работа не соответствует описанию на сайте. Рассмотрение жалобы занимает от 3 до 5 рабочих дней. Если администрация сайта принимает решение о возврате денежных средств, то покупатель получает уведомление в личном кабинете и на электронную почту о возврате. Средства можно потратить на покупку другой готовой работы или вывести с сайта на банковскую карту. Вывод средств можно оформить в личном кабинете, заполнив соответствущую форму.

Мы с радостью ответим на ваши вопросы по электронной почте support@lework.net

surpize-icon

Работы с похожей тематикой

stars-icon
arrowarrow

Не удалось найти материал или возникли вопросы?

Свяжитесь с нами, мы постараемся вам помочь!
Неккоректно введен e-mail
Нажимая на кнопку, вы соглашаетесь на обработку персональных данных