Séance de cours

Réseaux neuronaux récurrents : modèles de langage neuronal

Description

Cette séance de cours couvre les modèles de langage neuronal à contexte fixe, les réseaux neuronaux récurrents (RNN) et leurs applications dans le traitement du langage naturel. L'instructeur discute des avantages et des inconvénients des RNN, des défis des dépendances à long terme et de la question des gradients de disparition. La séance de cours explore également l'étiquetage séquentiel, la rétropropagation dans le temps et les solutions au problème du gradient de disparition. En outre, il se penche sur les aspects pratiques des gradients de calcul et sur l'utilisation de la différenciation automatique dans les progiciels d'apprentissage profond. La séance de cours se termine par un aperçu des sujets à venir sur les architectures RNN plus puissantes et les modèles de codeur-décodeur.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

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.