Административна информация
| Дял | Строителни изчислителни графики, модерни архитектури |
| Продължителност | 60 минути |
| Модул | Б |
| Вид на урока | Лекция |
| Фокус | Технически — задълбочено обучение |
| Тема | Изчислителни графики |
Ключови думи
невронни мрежи, изчислителна графика, остатъчна връзка, пропускане на връзка, дълбоко обучение,
Учебни цели
- Разбиране на основите на изчислителните графики, остатъчните връзки, магистралните връзки и пропускателните връзки
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Задължително за студентите
- Функционалният API
- Той, K., Zhang, X., Ren, S., & Sun, J. (2016). Дълбоко остатъчно обучение за разпознаване на изображения. В хода на конференцията на IEEE за компютърно виждане и разпознаване на модели (стр. 770—778).
- Srivastava, R. K., Greff, K., & Schmidhuber, J. (2015). Магистрални мрежи. arXiv preprint arXiv:1505.00387.
Незадължително за студенти
Няма.
Референции и фон за студенти
Няма.
Препоръчва се за учители
Няма.
Материали за уроци
Инструкции за учители
В тази лекция една от основните цели е да се покаже, че дълбоките невронни мрежи са изчислителни графики, които могат да се мащабират добре. В лекцията се въвеждат модерни архитектури, включително остатъчни, магистрални и пропускащи връзки, които се прилагат широко в невронните мрежи.
Очертаване
- Изчислителни графики
- Изграждане на изчислителни графики с Keras
- Остатъчни връзки
- Магистрални връзки
- Пропускане на връзки
| Продължителност (минимум) | Описание |
|---|---|
| 10 | Въведение в изчислителните графики на невронните мрежи |
| 15 | Въвеждане на функционален API на Keras с пример |
| 10 | Описание на остатъчните връзки с примерен изходен код |
| 10 | Описание на магистрални връзки с примерен изходен код |
| 10 | Описание на връзките за пропускане с примерен изходен код |
| 5 | Резюме и заключения |
Потвърждения
Balint Gyires-Tóth (Budapest University of Technology and Economics)
Магистърската програма по ИИ, насочена към човека, беше съфинансирана от Механизма за свързване на Европа на Европейския съюз под формата на безвъзмездни средства № CEF-TC-2020—1 Digital Skills 2020-EU-IA-0068.