Réseaux neuronaux convolutionnels : filtres et canaux

Cette séance de cours couvre le concept de partage du poids dans les réseaux neuronaux convolutionnels, ce qui permet l'invariance des déplacements et la généralisation des caractéristiques entre les différents emplacements d'une image. Il explique comment l'ajout de zéros aux limites maintient la dimensionnalité de l'entrée après la convolution. La séance de cours traite également de l'utilisation de différents filtres et canaux, mettant en évidence les paramètres appris et les hyperparamètres des couches convolutionnelles. En outre, il explore diverses techniques d'augmentation des données telles que la rotation, la découpe, l'ajout de bruit et le flou, en se référant à un cadre pour l'apprentissage contrastant des représentations visuelles.