Séance de cours

Apprentissage Sparse Caractéristiques: Encombrant dans les réseaux neuraux

Description

Cette séance de cours explore la façon dont l'apprentissage de caractéristiques éparses peut conduire à une suradaptation dans les réseaux neuraux. Malgré les attentes théoriques, les données empiriques montrent que la généralisation est possible en raison de caractéristiques d'apprentissage significatives. La présentation traite de l'impact de l'apprentissage des caractéristiques par opposition à la formation paresseuse sur l'échelle d'erreur de généralisation et la fluidité des ensembles de données d'image.

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.