Διοικητικές πληροφορίες
| Τίτλος | Επεξεργασία παρτίδων |
| Διάρκεια | 60 λεπτά |
| Ενότητα | Β |
| Είδος μαθήματος | Διάλεξη |
| Εστίαση | Τεχνική — Βαθιά Μάθηση |
| Θέμα | Επεξεργασία παρτίδων |
Λέξεις-κλειδιά
Παρτίδα, minibatch, Epoch,
Μαθησιακοί στόχοι
- Κατανοήστε τους μηχανισμούς πίσω από την επεξεργασία παρτίδων και την οπίσθια διάδοση
- Κλίση Descent, Batch vs minibatch vs Epoch
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Υποχρεωτικό για τους φοιτητές
Καμία.
Προαιρετικό για Φοιτητές
Καμία.
Αναφορές και υπόβαθρο για τους μαθητές
Συνιστάται για εκπαιδευτικούς
Καμία.
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
Δείτε το υλικό της διάλεξης για πληροφορίες και παραδείγματα των ερωτήσεων της τάξης.
Σχεδιάγραμμα
| Διάρκεια (ελάχιστη) | Περιγραφή |
|---|---|
| 10 | Εικονογράφηση του Gradient Descent |
| 10 | Ανακεφαλαίωση της λειτουργίας απώλειας |
| 10 | Ιδέες και λόγοι για την παρτίδα |
| 5 | Παρτίδες Gradient Descent |
| 5 | Στοχαστική Gradient Descent |
| 5 | Mini-Batch Gradient Descent |
| 10 | Αλγόριθμος για μία εποχή |
| 5 | Ανακεφαλαιοποίηση και ερωτήσεις |
Αναγνωρίσεις
Monica Zuccarini, Maddalena Molaro & Carlo Sansone
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.