Réseaux de neurones convolutifs: astuces de formation

Cette séance de cours couvre les principes fondamentaux des réseaux neuronaux convolutifs (CNN) pour la classification des images, en soulignant les défis posés par le grand nombre de poids à apprendre. L'instructeur explique la transition des couches denses aux couches convolutive, l'importance du partage du poids et l'impact du rembourrage, de la foulée et de la mise en commun. La séance de cours se penche sur le concept de considérer chaque pixel comme une caractéristique des images, conduisant à la discussion sur le nombre massif de poids pouvant être appris dans les CNN. Diverses stratégies pour prévenir le suréquipement dans la formation CNN sont explorées, y compris la normalisation des lots, le décrochage et l'augmentation des données. La session se termine par des aperçus sur la mise au point de modèles pré-formés et les aspects pratiques de la mise en œuvre des CNN dans des scénarios réels.