Administratieve informatie
| Titel | Batchverwerking |
| Looptijd | 60 mins |
| Module | B |
| Type les | Lezing |
| Focus | Technisch — diep leren |
| Onderwerp | Verwerking van batches |
Sleutelwoorden
Batch, minibatch, Epoch,
Leerdoelen
- Begrijp mechanismen achter batchverwerking en back-propagatie
- Verloop Afdaling, Batch vs minibatch vs Epoch
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
Geen.
Optioneel voor studenten
Geen.
Referenties en achtergronden voor studenten
Aanbevolen voor docenten
Geen.
Lesmateriaal
Instructies voor docenten
Zie lesmateriaal voor informatie en voorbeeld klasvragen.
Omtrek
| Duur (Min) | Omschrijving |
|---|---|
| 10 | Illustratie van Gradient Descent |
| 10 | Samenvatting van de verliesfunctie |
| 10 | Idee van en redenen voor Batching |
| 5 | Batch Gradiënt Afdaling |
| 5 | Stochastische Gradiënt Afdaling |
| 5 | Mini-Batch Gradiënt Afdaling |
| 10 | Algoritme voor één tijdperk |
| 5 | Wrap-up en vragen |
Erkenningen
Monica Zuccarini, Maddalena Molaro & Carlo Sansone
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.