Архитектура компьютеров и операционные системы 2024

Материал из Public ATP Wiki
Версия от 17:23, 30 августа 2024; Zueva.mipt (обсуждение | вклад) (Программа курса)
Перейти к: навигация, поиск

Общие сведения

Программа курса

Указаны примерные даты

План курса

План курса предварительный, в процессе чтения может меняться. |}

# Дата Лекция Семинар Домашнее задание
1 11.09.2024 Цифровое изображение Введение в практическую часть курса, Работа с numpy Демозаикинг
Прокудин-Горский
2 18.09.2024 Основы обработки изображений Базовая обработка изображений
3 25.09.2024 Сжатие изображений, Преобразование Фурье Преобразование Фурье Сжатие изображение (PCA, JPEG)
Обратная свертка
4 02.10.2024 Классификация изображений. Введение в нейросети Иерархия абстракций: numpy, pytorch, pytorch-lightning Реализация нейросети на numpy
5 09.10.2024 Сверточные нейросетевые архитектуры Нейросетевые задания курса, Базовое обучение нейросетей Регрессия точек лица
6 16.10.2024 Трансформеры и сверточные нейронные сети с большими ядрами Разбор устройства ViT, Приемы для дообучения нейросетей Дообучение нейросети
7 23.10.2024 Поиск похожих изображений Метрическое обучение, Эффективность тензорных вычислений Классификация редких дорожных знаков
8 30.10.2024 Детекторы объектов Детектирование объектов Простой нейросетевой детектор
9 06.11.2024 Сегментация изображений Простая нейросеть для сегментации Сегментация изображений
10 13.11.2024 Основы обработки видео Работа с видео Трекинг объектов
11 20.11.2024 Self-supervised learning, foundation models Self-supervised learning
12 27.11.2024 Перенос стиля, superresolution, GAN, VAE (начало) AE, VAE, GAN GAN
13 04.12.2024 VAE (продолжение), Diffusion Diffusion
14 11.12.2024 Чтение статей, организация семинара, выбор аспирантуры Квантование простой нейросети

Рекомендуемая литература

  1. W. Burger, M. Burge. Principles of Digital Image Processing. Springer 2009, 2013. Fundamental Techniques, Core Algorithms, Advanced Methods.
  2. M. Nielsen. Neural Networks and Deep Learning.
  3. A. Zhang, Z. Lipton, Mu Li, A. Smola. Dive into Deep Learning. 2020.
  4. I. Goodfellow, Y. Bengio, A. Courville. Deep learning. MIT Press 2016.
  5. R. Szeliski. Computer Vision: Algorithms and Applications. 2020
  6. R. Hartley, A. Zisserman. Multiple View Geometry in Computer Vision. Cambridge University Press, 2004.

Материалы занятий

Оценки

Правила оценивания (по баллам, набранным в рамках семестра)

Семинары

Команда курса

Лектор – Андреев Александр Николаевич

Семинаристы

  • Абрамов Максим Сергеевич
  • Манаков Данила Дмитриевич
  • Ерошин Виталий Сергеевич
  • Касымалиева Жанель
  • Немова Ольга Юрьевна
  • Драгун Константин Юрьевич
  • Калмыков Андрей Сергеевич
  • Шестакова Ксения Олеговна
  • Климов Артем Юрьевич
  • Сенин Игорь Александрович
  • Гулевич Дмитрий Сергеевич
  • Белов Максим Алексеевич

Ассистенты

  • Морозов Артемий Андреевич
  • Копанов Антон Олегович
  • Афентьев Кирилл Викторович
  • Стуров Фёдор Алексеевич
  • Андреева Камилла Алексеевна
  • Аллаберенов Керим
  • Поляков Геннадий Федорович
  • Исаченко Павел Игоревич
  • Кидун Станислав Русланович
  • Боймуродов Хабибулло Нозимбоевич
  • Клиницкий Иван Александрович
  • Сахаров Александр Александрович
  • Хусрабов Рустам Ёркинбекович
  • Молданазаров Нурдаулет
  • Бояров Алексей Алексеевич
  • Павлюковец Виталий Андреевич

Технические ссылки

Сервера