Concept
Deeplearning4j
Séances de cours associées (32)
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Modèles de génération profonde: Codeurs automatiques et GANs
Explore les codeurs automatiques et les réseaux d'adversaires génériques pour la modélisation generative profonde.
Délimitation : Techniques et dynamiques
Explore les techniques de délimitation des objets dans les images, y compris la programmation dynamique et les méthodes de fil en direct.
Réduction de la dimensionnalité non linéaire
Couvre les techniques de réduction de dimensionnalité non linéaire à l'aide d'autoencodeurs, d'autoencodeurs profonds et d'autoencodeurs convolutifs pour diverses applications.
Fondements de l'apprentissage automatique
Introduit des concepts fondamentaux d'apprentissage automatique, couvrant la régression, la classification, la réduction de dimensionnalité et des modèles générateurs profonds.
Réduction de dimensionnalité: PCA & Codeurs automatiques
Explore PCA, Autoencoders, et leurs applications dans la réduction de dimensionnalité et la production de données.
Groupement : moyenne en k
Explique le regroupement des moyennes k, en attribuant des points de données à des grappes en fonction de la proximité et en minimisant les distances carrées à l'intérieur des grappes.
Modèles de génération profonde
Couvre les modèles générateurs profonds, y compris LDA, auto-encodeurs, GANs et DCGANs.
Apprentissage autosupervisé pour les véhicules autonomes
Explore l'apprentissage autosupervisé pour les véhicules autonomes, en dérivant des étiquettes de données elles-mêmes et en discutant de ses applications et de ses défis.
Comprendre les auto-encodeurs
Explore les autoencodeurs, des mappages linéaires en PCA aux mappages non linéaires, aux autoencodeurs profonds et à leurs applications.