یادگیری عمیق با متلب - معماری های کانولوشنی
پنج سال پیش منتشر شده
تعداد بازدید: 455
کد پروژه: 246160
شرح پروژه
با سلام
بنده برای انجام عملیات رگرسیون روی داده های عددی، از معماری های کانولوشنی مبتنی بر یادگیری عمیق استفاده کرده ام و نتایجی نیز گرفته ام، حال میخواهم عملکرد این معماری ها را بهبود بدهم و میزان خطای آنها را کمتر کنم. معماری کانولوشنی پیش آموزش دیده ای که برای اینکار از آنها استفاده کردم شامل این معماری هستند. Resnet-18 ، Resnet-50 و Inception و Xception
درخواست بنده این است که روی یکی از این معماری ها کار شود تا عملکرد آن به بهترین حالت ممکن برای رگرسیون نزدیک شود.
1- نتایج این چهار مدل را در فایل پیوست برای شما گذاشته ام
2- معیار اندازه گیری خطا برای بنده RMSE است که باید به حداقل ممکن برسد، مقدار بدست آمده برای این معیار را در زیر خروجی هر روش ذکر کرده ام.
3- باید نتایج تخمین زده شده تا حد ممکن به داده های اصلی نزدیک باشند تا اینکه خط برازش رگرسیون خطی به خط 45 درجه تا حد ممکن نزدیکتر باشد و میزان خطا کم باشد.
4- نیاز به کد نویسی ندارم و فقط دنبال بهبود عملکرد معماری هستم.
5- با نرم افزار متلب کار میکنم.
6- در صورت تایید کار از جانب شما، معماری های مورد نظر به همراه داده ها را برای شما ارسال خواهم کرد.
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
3روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت پنج سال پیش
