Concept
TensorFlow
Séances de cours associées (42)
Analyse de la composante principale: Eigenfaces
Couvre l'application de l'analyse en composantes principales dans la reconnaissance faciale à l'aide d'un ensemble de données de visages célèbres.
Structures dans l'optimisation non convexe
Couvre l'optimisation non convexe, les problèmes d'apprentissage profond, la descente stochastique des gradients, les méthodes d'adaptation et les architectures réseau neuronales.
Compréhension de la généralisation : partialité implicite et optimisation
Explore le compromis entre la complexité et le risque dans les modèles d'apprentissage automatique, les avantages de la surparamétrisation et le biais implicite des algorithmes d'optimisation.
Feature Maps
Explore la visualisation des cartes de fonctionnalités dans les réseaux neuronaux et les fonctionnalités apprises par les modèles profonds.
Méthodes de graduation adaptative
Explore les méthodes de gradient adaptatif comme AdaGrad, AcceleGrad et UniXGrad, en se concentrant sur leurs taux d'adaptation et de convergence locaux.
Méthodes d'optimisation adaptative: théorie et applications
Explore des méthodes d'optimisation adaptative qui s'adaptent localement et convergent sans connaître la constante de douceur.