Глубокое обучение. Лекция 2. Многослойный персептрон (2019-2020)
Лекция посвящена базовой архитектуре – многослойному персептрону.
Рассмотрены следующие вопросы:
- Нейрон: входы, веса, смещение, активация, функция активации.
- Архитектура: многослойный персептрон.
- Нотация.
Евгений Разинков -- к.ф.-м.н., директор по науке компании Pr3vision Technologies, основатель парфюмерного AI-проекта http://scented.ai, руководитель отдела машинного обучения и компьютерного зрения Группы компаний FIX.
Tailor-made AI solutions for unique challenges:
https://pr3vision.com
Информация о лекциях:
https://razinkov.ai
Телеграм-канал с анонсами лекций и материалами по машинному обучению:
https://t.me/razinkov_ai
Видео Глубокое обучение. Лекция 2. Многослойный персептрон (2019-2020) канала Евгений Разинков
Рассмотрены следующие вопросы:
- Нейрон: входы, веса, смещение, активация, функция активации.
- Архитектура: многослойный персептрон.
- Нотация.
Евгений Разинков -- к.ф.-м.н., директор по науке компании Pr3vision Technologies, основатель парфюмерного AI-проекта http://scented.ai, руководитель отдела машинного обучения и компьютерного зрения Группы компаний FIX.
Tailor-made AI solutions for unique challenges:
https://pr3vision.com
Информация о лекциях:
https://razinkov.ai
Телеграм-канал с анонсами лекций и материалами по машинному обучению:
https://t.me/razinkov_ai
Видео Глубокое обучение. Лекция 2. Многослойный персептрон (2019-2020) канала Евгений Разинков
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
ViT: повышаем точность. Лекция 26.ViT: Vision Transformer. Лекция 25.Быстрое обнаружение аномалий на изображениях. Лекция 6 по обнаружению аномалийTransformer: интерпретация моделей и функции слоев. Лекция 23.Архитектура Transformer. Лекция 21.Multi-head Attention. Лекция 19.Механизмы внимания в TransformerОбнаружение аномалий на изображениях. Лекция 5 по обнаружению аномалий (2021)Обнаружение аномалий во временных рядах. Лекция 4 по обнаружению аномалий (2021)Обучение сверточных нейронных сетей. Нюансы. Лекция 17.Resnet. Лекция 16.Temporal Difference, Q-Learning. Лекция 7 по обучению с подкреплениемПринципы построения сверточных архитектур. Лекция 15.Сверточные нейронные сети. Лекция 14.Как мыслить о глубоких архитектурах. Лекция 13.Обратное распространение. Лекция 12.Monte Carlo Learning. Off-Policy Evaluation and Control. Лекция 6 по обучению с подкреплением.Нейрон, слой, многослойный персептрон. Лекция 11.Переход к глубокому обучению. Лекция 10.Логистическая регрессия. Лекция 8.Классификация. Метрики. Лекция 7.