Séance de cours
Solution de réseau neuronal profond de l'équation électronique Schrödinger
Séances de cours associées (44)
Séance de questions et réponses : Détails de l'examen écrit et méthodes de structure électronique
Couvre les détails de l'examen écrit et les méthodes de structure électronique pour la chimie computationnelle.
Principe de variation en mécanique quantique
Plonge dans le principe de variation en mécanique quantique et l'application des réseaux de neurones profonds pour des solutions système complexes.
Comprendre l'apprentissage automatique : des modèles parfaitement solubles
Explore la mécanique statistique de l'apprentissage, en mettant l'accent sur les mystères des réseaux neuronaux et les défis informatiques.
Réseaux neuronaux convolutionnels : fondamentaux
Couvre les bases des réseaux neuronaux convolutionnels, y compris l'optimisation de la formation, la structure des couches et les pièges potentiels des statistiques sommaires.
Réseaux neuronaux convolutionnels
Explore les réseaux neuronaux convolutifs, couvrant la convolution, la corrélation croisée, la mise en commun maximale, la structure des couches et des exemples tels que LeNet5 et AlexNet.
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.
Méthodes de noyau: Réseaux neuronaux
Couvre les fondamentaux des réseaux neuronaux, en mettant l'accent sur les noyaux RBF et SVM.
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 multicouches: Deep Learning
Couvre les fondamentaux des réseaux neuronaux multicouches et de l'apprentissage profond.