Séance de cours

Deep Learning: Représentations de données et réseaux neuraux

Description

Cette séance de cours porte sur les représentations de données, y compris l'hétérogénéité des données, leur taille, leur bruit et leurs attributs. Il explique des concepts comme le sac de mots, les histogrammes et les mots visuels. Elle se transforme en pré-traitement des données, en données manquantes et en nettoyage bruyant des données. La séance de cours introduit la normalisation des données et démontre des exercices sur les techniques de solution. Il progresse pour discuter des données déséquilibrées par rapport aux données équilibrées, de l'expansion des caractéristiques, des méthodes du noyau et de l'expansion des caractéristiques paramétriques. La séance de cours se termine par un aperçu des perceptrons multicouches, des techniques d'entraînement comme la descente en gradient et la descente en gradient stochastique, et des architectures standard comme LeNet-5, AlexNet et ResNet.

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.