{"title":"在深层神经网络中处理再培训问题的方法","authors":"О.М. Минаев, Х.-М.М. Вахажи, А.С. Успанова","doi":"10.36684/57-2022-1-42-47","DOIUrl":null,"url":null,"abstract":"В связи с тем, что глубокое обучение связано с решением очень сложных задач при помощи сложных моделей, необходимо принимать дополнительные меры против возможного переобучения. Данная статья содержит описание рабочего процесса создания и обучения моделей глубокого обучения, раскрывает проблему переобучения искусственных нейронных сетей, описывает способы борьбы с переобучением в глубоких нейросетях. Исследуется метод регуляризации для решения проблемы переобучения.","PeriodicalId":142330,"journal":{"name":"Итоговая научно-практическая конференция профессорско-преподавательского состава","volume":"45 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-02-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"МЕТОДЫ РЕШЕНИЯ ПРОБЛЕМ С ПЕРЕОБУЧЕНИЕМ В ГЛУБОКИХ НЕЙРОННЫХ СЕТЯХ\",\"authors\":\"О.М. Минаев, Х.-М.М. Вахажи, А.С. Успанова\",\"doi\":\"10.36684/57-2022-1-42-47\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"В связи с тем, что глубокое обучение связано с решением очень сложных задач при помощи сложных моделей, необходимо принимать дополнительные меры против возможного переобучения. Данная статья содержит описание рабочего процесса создания и обучения моделей глубокого обучения, раскрывает проблему переобучения искусственных нейронных сетей, описывает способы борьбы с переобучением в глубоких нейросетях. Исследуется метод регуляризации для решения проблемы переобучения.\",\"PeriodicalId\":142330,\"journal\":{\"name\":\"Итоговая научно-практическая конференция профессорско-преподавательского состава\",\"volume\":\"45 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-02-25\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Итоговая научно-практическая конференция профессорско-преподавательского состава\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.36684/57-2022-1-42-47\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Итоговая научно-практическая конференция профессорско-преподавательского состава","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36684/57-2022-1-42-47","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
МЕТОДЫ РЕШЕНИЯ ПРОБЛЕМ С ПЕРЕОБУЧЕНИЕМ В ГЛУБОКИХ НЕЙРОННЫХ СЕТЯХ
В связи с тем, что глубокое обучение связано с решением очень сложных задач при помощи сложных моделей, необходимо принимать дополнительные меры против возможного переобучения. Данная статья содержит описание рабочего процесса создания и обучения моделей глубокого обучения, раскрывает проблему переобучения искусственных нейронных сетей, описывает способы борьбы с переобучением в глубоких нейросетях. Исследуется метод регуляризации для решения проблемы переобучения.