Couvre l'entraînement des réseaux neuronaux en utilisant la descente de gradient stochastique, les règles de la chaîne, le calcul des gradients, la décroissance du poids et le décrochage.
Explore les méthodes de régularisation dans les réseaux neuronaux, en soulignant l'importance des bases d'entraînement et de validation pour éviter les surajustements.
Explore les sources de rayonnement, y compris les sources d'électrons rapides, les sources de particules lourdes chargées et les sources de neutrons, couvrant des processus comme la désintégration bêta, la conversion interne et les électrons Auger.
Explore les sources de rayonnement, y compris les électrons rapides, les particules lourdes chargées et les neutrons, en discutant de leurs applications et de leurs caractéristiques.
Explore la section transversale, le taux de désintégration et la série Dyson en turbulence, mettant l'accent sur la division appropriée et l'invariance de Lorentz.
Graph Chatbot
Chattez avec Graph Search
Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.
AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.