Deep Learning : réseaux neuronaux convolutifs

Cette séance de cours couvre les bases de l'apprentissage profond, en se concentrant sur les réseaux de neurones convolutifs (CNN). Il commence par un résumé des bases du réseau neuronal, puis se penche sur l'architecture et la formation des CNN. La séance de cours explique le concept de convolutions transposées pour les réseaux entièrement convolutifs et explore les architectures standard de CNN telles que LeNet-5, AlexNet, VGG et ResNet. Il traite également de la segmentation sémantique à l’aide de CNN et des astuces du commerce de l’apprentissage profond, telles que la pré-formation, la planification des taux d’apprentissage, les taux d’apprentissage cycliques et l’augmentation des données. La séance de cours se termine par une discussion sur des exemples contradictoires dans les réseaux profonds.