Transfert de l'apprentissage avec les CNN

À propos
Confidentialité
Mentions légales

Graph Chatbot

Dans cours

DEMO: cupidatat aliqua et

Tempor culpa aute irure nostrud ad aute ea esse ea ipsum minim in ut veniam. Occaecat voluptate ipsum velit quis adipisicing commodo ullamco occaecat occaecat et id dolore. Ut Lorem aliqua pariatur exercitation reprehenderit sunt consectetur nisi ut. Laboris duis culpa culpa eu ex.

Description

Cette séance de cours couvre le concept de transfert d'apprentissage avec des réseaux neuronaux convolutionnels, expliquant comment réutiliser des modèles pré-formés pour de nouvelles tâches, le processus de réglage fin, et l'impact de la profondeur et de la taille du réseau sur les performances.

Enseignant

veniam dolore

Aliquip Lorem deserunt qui nisi et ex pariatur laboris nulla mollit nisi adipisicing ad. Id et mollit anim ipsum labore minim aute. Elit dolor velit dolor eu qui esse nostrud magna aliqua incididunt qui reprehenderit anim labore.

Source officielle

Séances de cours associées (32)

https://mediaspace.epfl.ch/media/0_k9lyf1qu

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.

Dans cours

DEMO: cupidatat aliqua et

Enseignant

veniam dolore

Séances de cours associées (32)

Afficher plus

Apprentissage supervisé non linéaire

Explore le biais inductif de différentes méthodes d'apprentissage supervisé non linéaires et les défis de l'accordage hyperparamétrique.

Deep Learning : réseaux neuronaux convolutifs

Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.

Réseaux neuronaux d'avant-garde : fonctions d'activation et rétropropagation

Introduit des réseaux neuronaux, des fonctions d'activation et de rétropropagation pour la formation, en répondant aux défis et aux méthodes puissantes.

Réseaux neuronaux pour la PNL

Couvre les approches modernes du réseau neuronal en matière de PNL, en mettant l'accent sur l'intégration de mots, les réseaux neuronaux pour les tâches de PNL et les futures techniques d'apprentissage par transfert.

Les principes fondamentaux de l'apprentissage profond

Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.