Séance de cours

Deep Learning : réseaux neuronaux convolutifs

Description

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.

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.