Séance de cours

Perception : Approches fondées sur les données

Dans cours
DEMO: consequat quis in
Ad incididunt sunt fugiat aliquip excepteur deserunt duis nisi aliqua nulla aliquip aliqua. Ullamco veniam ad proident adipisicing Lorem magna dolore consectetur adipisicing ipsum aute. Et ullamco sint aute dolore labore pariatur eu quis nisi esse minim eiusmod sunt sunt. Laborum mollit aliquip magna nisi aute reprehenderit id elit deserunt aute amet aliqua cupidatat fugiat. Labore exercitation adipisicing minim fugiat magna enim exercitation officia.
Connectez-vous pour voir cette section
Description

Cette séance de cours met l'accent sur la perception dans le contexte de l'apprentissage profond pour les véhicules autonomes. Il couvre des sujets tels que la classification d'image, les méthodes paramétriques, les fonctions de score et de perte, les méthodes d'optimisation et les réseaux neuronaux. L'instructeur explique l'importance des taux d'apprentissage, la descente stochastique des gradients et les méthodes d'optimisation populaires comme la mise à jour de l'élan et Adagrad. La séance de cours se penche sur le rôle de la représentation dans l'apprentissage automatique, en comparant les caractéristiques conçues à la main avec les représentations apprises à l'aide de réseaux neuronaux. Il se termine par des idées sur les intuitions d'apprentissage profond et l'état actuel des architectures d'apprentissage profond.

Enseignant
ea aliqua eiusmod consequat
Ullamco eu pariatur cillum ea esse sit ad adipisicing consequat voluptate labore ipsum. Eu aliquip incididunt dolor duis. Esse aliqua occaecat occaecat id excepteur laborum duis in officia consectetur do. Ea dolore nostrud mollit consectetur officia. Veniam Lorem pariatur qui est Lorem. Enim tempor nulla nulla et id dolore proident incididunt nostrud. Velit ad qui voluptate ut labore do nisi.
Connectez-vous pour voir cette section
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.