Réseaux neuronaux sous SGD

Cette séance de cours couvre le concept de réseaux neuronaux formés en utilisant la descente de gradient stochastique (SGD). Il explique la relation entre le nombre de neurones dans les couches cachées et le nombre d'échantillons, ainsi que les paramètres impliqués dans le réseau. La séance de cours se penche sur la fonction de perte carrée et le processus de prise de petites étapes pour optimiser le réseau. Il traite également de l'évolution des particules dans le réseau, de l'interprétation du risque réel et des implications du remplacement des particules par la densité. La séance de cours se termine par une exploration des limites et des justifications dans le contexte de la formation des réseaux neuronaux.