Содержание

Общие сведения

Указаны примерные даты

План курса предварительный, в процессе чтения может меняться.

Тема	Формат
Введение в практическую часть курса, Работа с numpy	Демозаикинг Прокудин-Горский
Основы обработки изображений	Базовая обработка изображений
Преобразование Фурье	Сжатие изображение (PCA, JPEG) Обратная свертка
Иерархия абстракций: numpy, pytorch, pytorch-lightning	Реализация нейросети на numpy
5	Нейросетевые задания курса, Базовое обучение нейросетей	Регрессия точек лица
6	Разбор устройства ViT, Приемы для дообучения нейросетей	Дообучение нейросети
7	Метрическое обучение, Эффективность тензорных вычислений	Классификация редких дорожных знаков
8	Детектирование объектов	Простой нейросетевой детектор
9	Простая нейросеть для сегментации	Сегментация изображений
10	Работа с видео	Трекинг объектов
11	Self-supervised learning
12	AE, VAE, GAN	GAN
13	Diffusion
14	Чтение статей, организация семинара, выбор аспирантуры	Квантование простой нейросети

Правила оценивания (по баллам, набранным в рамках семестра)

Лектор – Андреев Александр Николаевич

Семинаристы

Ассистенты