Réseaux convolutionnels: structure et optimisation

Cette séance de cours couvre la structure et l'optimisation des réseaux convolutionnels, en mettant l'accent sur l'initialisation de la variance, les couches convolutionnelles, le partage du poids, la mise en commun, l'augmentation des données, la désintégration du poids et l'abandon. Il explique l'importance des filtres convolutionnels appris, des connexions de saut, des résidus et des activations interprétables. La séance de cours traite également d'architectures populaires comme VGG et ResNet, ainsi que des effets enchevêtrés de diverses méthodes sur des ensembles de données comme CIFAR10 et ImageNet.