Please use this identifier to cite or link to this item: https://olympias.lib.uoi.gr/jspui/handle/teiep/13092
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΣαµαρτζής, Ιωάννηςel
dc.date.accessioned2021-10-18T07:25:01Z-
dc.date.available2021-10-18T07:25:01Z-
dc.date.issued2021-10-18-
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/teiep/13092-
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/gr/*
dc.subject∆ίκτυα βαθιάς µάθησηςel
dc.subjectΣυνελικτικά δίκτυαel
dc.subjectPythonel
dc.subjectPytorchel
dc.titleΜελέτη και Υλοποίηση Νευρωνικών ∆ικτύων σε Υπολογιστικά Περιβάλλοντα Βαθειάς Μάθησης.el
heal.typebachelorThesis-
heal.classificationΤεχνητή νοηµοσύνηel
heal.identifier.secondaryΠτυχιακή Εργασία-
heal.dateAvailable2024-01-11T23:13:34Z-
heal.languageel-
heal.accessfree-
heal.recordProviderΤ.Ε.Ι. Ηπείρουel
heal.publicationDate2021-
heal.bibliographicCitationΣαματζής, Ι., 2021. Μελέτη και Υλοποίηση Νευρωνικών ∆ικτύων σε Υπολογιστικά Περιβάλλοντα Βαθειάς Μάθησης. Πτυχιακή εργασία. Άρτα: Τ.Ε.Ι. Ηπείρου. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.abstractΗ βαθιά µάθηση είναι µια τεχνολογία τεχνητής νοηµοσύνης (ΑΙ) που µιµείται τη λει- τουργία του ανθρώπινου εγκεφάλου, επεξεργάζεται δεδοµένα και δηµιουργεί πρότυπα για χρήση στη λήψη αποφάσεων. Τα πιό γνωστά περιβάλλοντα σχεδίασης και ανάπτυ- ξης νευρωνικών δικτύων βαθιάς µάθησης βασίζονται στη γλώσσα προγραµµατισµού python. Αν ένα πρόβληµα λυθεί σε python, η µεταφορά του δικτύου βαθιάς µάθηση σε κάποιο άλλο σύστηµα δεν είναι εύκολη, δεδοµένου ότι είναι µια γλώσσα που έχει κα- τασκευαστεί µε σκοπό την αναγνωσιµότητα του κώδικα και η σύνταξή του να επιτρέπει στους προγραµµατιστές να εκφράζουν έννοιες σε λιγότερες γραµµές κώδικα. Αυτό την καθιστά δύσκολη στο να αναλυθεί και να επεκταθεί σε κάποιο άλλο περιβάλλον. Στην παρούσα πτυχιακή γίνεται µελέτη στα δίκτυα βαθιάς µάθησης και συγκεκριµένα στα συνελικτικά δίκτυα (που χρησιµοποιούνται κυρίως σε προβλήµατα ταξινόµησης εικόνων), µε διάφορες βιβλιοθήκες στην python3. Πραγµατοποιείται επίδειξη µιας υλοποίησης που δηµιουργεί ένα δίκτυο στο περιβάλλον της C++ µε δεδοµένα από το περιβάλλον του pytorch. Τέλος, γίνεται εκτίµηση της εγκυρότητας και της ακρίβειας του λογισµικού σε σχέση µε το pytorch (χρησιµοποιώντας µια τυχαία εικόνα), µε στόχο τη µελέτη των προοπτικών της χρήσης του σε εφαρµογές και ενσωµατωµένα συστήµα- τα.el
heal.abstractDeep learning is an artificial intelligence technology that mimics the functioning of the human brain, it processes data and creates patterns for decision making. The most popular deep learning neural network design and development environments are based on the Python programming language. If a problem is solved in python, deploying the deep learning network to another system is not straightforward and not as easy as it might sound to be, because Python is a language designed for code readability and also allow developers to express concepts in fewer lines of code. This makes it difficult to analyze and extend to another environment. In this dis- sertation we study about deep learning networks and in particular on the subject of convolutional neural networks (used mainly for image data and classification problems), applying various libraries of python3. Then, an implementation that cre- ates a network in C++ with data from pytorch is demonstrated. Finally, the validity and accuracy of the software is evaluated in relation to pytorch (using a random im- age), with the aim of studying the prospects of its use in applications and embedded systems.el
heal.advisorNameΑδάμ, Σταύροςel
heal.committeeMemberNameΔουμένης, Γρηγόριοςel
heal.committeeMemberNameΛιαροκάπης, Δημήτριοςel
heal.academicPublisherΤ.Ε.Ι. Ηπείρου, Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.academicPublisherIDteiep-
heal.numberOfPages42-
heal.fullTextAvailabilitytrue-
Appears in Collections:Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε.

Files in This Item:
File Description SizeFormat 
Πτυχιακή-Εργασία-Σαμαρτζής-Ιωάννης.pdfΠτυχιακή Εργασία600 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons