Séance de cours

Modèles de diffusion et robustesse

Description

Cette séance de cours couvre les mathématiques derrière les modèles de diffusion et leur application pour résoudre les difficultés de la formation des Réseaux Adversaires Généraux (RAG). Il se penche sur les défis de la formation GAN, la formulation des GAN Wasserstein et l'application de modèles de diffusion pour améliorer la robustesse. L'instructeur discute des fondements théoriques des modèles générateurs basés sur les scores à l'aide des équations différentielles stochastiques (EPS) et explore les concepts de stabilité de perturbation, d'estimation constante de Lipschitz et de régimes d'entraînement paresseux dans l'apprentissage profond. La séance de cours se termine par des réflexions sur l'impact des choix d'architecture de réseau neuronal sur la robustesse et les compromis entre la largeur, la profondeur et l'initialisation pour atteindre la robustesse moyenne des cas.

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.