Séance de cours
Couches convolutive : Quiz
Dans cours
DEMO: anim Lorem exercitation quis
Et mollit nulla occaecat enim id dolore cillum do. Enim dolore sunt nisi mollit. Velit culpa magna aliquip sunt ullamco nostrud. Anim anim incididunt amet excepteur sunt consequat exercitation deserunt voluptate proident aute. Mollit culpa ad velit fugiat. Consectetur incididunt et velit eu ea reprehenderit velit reprehenderit proident elit ut.
Description
Cette séance de cours présente un quiz sur les couches convolutionnelles, couvrant des sujets tels que le nombre de poids réglables, l'impact des dimensions d'entrée sur les poids et l'invariance dans les rotations et les traductions dans les réseaux convolutionnels profonds. Le quiz explore également les différences entre la mise en commun par la moyenne et la mise en commun maximale dans les réseaux multicouches profonds.
Enseignant
sit et id
Pariatur culpa nostrud laboris Lorem commodo excepteur. Esse Lorem occaecat fugiat nostrud in ipsum deserunt nulla consequat id labore. Voluptate in pariatur voluptate ad. Ex consequat culpa et excepteur anim amet eu est laboris dolor proident laborum.
Source officielle
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.
Proximité ontologique
Séances de cours associées (32)
Réseaux neuronaux : Réseaux neuronaux profonds
Explore les bases des réseaux neuraux, en mettant l'accent sur les réseaux neuraux profonds, leur architecture et leur formation.
Réseaux neuronaux : apprentissage multicouche
Couvre les fondamentaux des réseaux neuronaux multicouches et de l'apprentissage profond, y compris la propagation arrière et les architectures réseau comme LeNet, AlexNet et VGG-16.
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Le paysage d'optimisation de Convex caché des réseaux neuronaux profonds
Explore le paysage d'optimisation convexe caché des réseaux neuronaux profonds, montrant la transition des modèles non convexes aux modèles convexes.
Estimation de la pose à la main
Couvre l'estimation de la pose de la main, les techniques de régression et l'évolution des modèles de classification d'images de LeNet à VGG19.