Этот репозиторий содержит различные проекты по Deep Learning(CV, NLP) с примерами кода, объяснением и результатами экспериментов.
📁 Pytorch_NN/
Описание: Обучение модели resnet18 на датасете CIFAR10 для классификации изображений. Покрытие обучающего конвеера тестами с использованием библиотеки pytorch
📁 Attention/
Описание: Реализация архитектуры трансформера с механизмом multihead self-attention. Обучение модели на датасете news.csv двумя способами: с использованием предоубченных эмбеддингов и без. Сравнение двух подходов и оценка результатов
📁 Self_Supervision/
Описание:
- Реализация метода SimCLR(Simple Contrastive Learning of Visual Representations, на основании одноименной статьи https://arxiv.org/pdf/2002.05709) для самостоятельного обучения, который позволяет изучать полезные визуальные представления из немаркированных данных. Алгоритм, который по изображению выдает вектор (представление объекта) так, чтобы близость векторов по какой-то простой (скажем, евклидовой) метрике означала схожесть объектов.
- Реализация prototypical network - модели для задач few-shot learning, где для классификации данных используется ограниченное число примеров. Задание является воспроизведение результатов статьи Prototypical Networks for Few-shot Learning
- Сравнение ?двух алгоритмов? на датасете Omniglot. Он содержит 1623 различных рукописных символа из 50 различных алфавитов.
📁 Detection/
Описание:
- Исследование использования глубоких нейронных сетей для решения проблемы распознавания лиц. В работе проведено обучении модели, которая способна идентифицировать людей по набору изображений лиц.
📁 RL_base/
Описание:
- Реализация агента для игры в окружении Flappy Bird. Представлен алгоритм "вознаграждений и наказаний", который позволяет агенту набрать более 100 очков в игре Flappy Bird с различными параметрами.