Séance de cours

Les principes fondamentaux de l'apprentissage profond

Description

Cette séance de cours couvre les bases de l'apprentissage profond, à partir de la régression logistique aux réseaux neuraux. Il explique les limites de la régression logistique et la nécessité d'un apprentissage profond pour traiter les données non linéairement séparables. La séance de cours se transforme en réseaux neuronaux, en fonctions d'activation et en processus de passes vers l'avant et vers l'arrière. Il traite également des défis de la formation des réseaux neuronaux et de l'utilisation de cadres d'apprentissage profond comme PyTorch et TensorFlow.

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.