Séance de cours

Transfert de l'apprentissage avec les CNN

Dans cours
DEMO: duis amet irure
Nisi voluptate pariatur culpa anim officia amet sit labore cupidatat sit elit. Veniam ut deserunt duis nisi adipisicing. Velit qui do fugiat elit reprehenderit. Nostrud sit duis et deserunt sunt duis. Esse esse non non sit sit ullamco.
Connectez-vous pour voir cette section
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
anim aliquip
Do ad in anim cillum tempor ad consectetur commodo cupidatat amet incididunt dolore. Occaecat culpa commodo ut consectetur officia aliquip ex minim. Ipsum elit voluptate cupidatat labore id sint. Ut qui amet nulla fugiat minim ullamco elit anim adipisicing amet. Amet commodo amet Lorem tempor excepteur culpa aliquip duis mollit. Voluptate dolor Lorem consequat ipsum dolore aute do culpa. Ex eu culpa elit nostrud eu excepteur fugiat consequat.
Connectez-vous pour voir cette section
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.
Séances de cours associées (32)
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.
Neurosciences et Machine Learning
Explore la relation complexe entre les neurosciences et l'apprentissage automatique, en soulignant les défis de l'analyse des données neuronales et le rôle des outils d'apprentissage automatique.
Apprentissage profond pour les véhicules autonomes: Apprentissage
Explore l'apprentissage en apprentissage profond pour les véhicules autonomes, couvrant les modèles prédictifs, RNN, ImageNet, et l'apprentissage de transfert.
Réseaux neuronaux : Réseau neuronal à deux couches
Couvre les bases des réseaux neuraux, en mettant l'accent sur le développement des réseaux neuraux de deux couches vers les réseaux neuraux profonds.
Deep Learning : réseaux neuronaux convolutifs
Couvre les réseaux neuronaux convolutifs, les architectures standard, les techniques de formation et les exemples contradictoires en apprentissage profond.
Afficher plus

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.