Séance de cours

Deep Learning: Surparamétrie et généralisation

Description

Cette séance de cours explore les concepts de surparamètre et de généralisation dans les modèles d'apprentissage profond, en discutant de l'impact de la taille du modèle, des échantillons de formation et des erreurs d'essai. Il s'inscrit dans le phénomène du surajustement et du sous-ajustement, montrant l'importance de trouver le « spot sucré » dans la capacité du modèle. La séance de cours traite également des implications des courbes de risque de double descente et de l'existence de mauvais minima mondiaux dans la formation de réseaux neuronaux profonds. De plus, il examine le rôle de la régularisation implicite dans la descente stochastique des gradients et la capacité des réseaux neuraux à s'adapter aux étiquettes aléatoires. La présentation se termine par des idées sur l'apprentissage autosupervisé, l'apprentissage de la représentation et les modèles génériques.

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.