Haldusteave
| Ametinimetus | Hoone arvutusgraafikud, kaasaegsed arhitektuurid |
| Kestus | 60 minutit |
| Moodul | B |
| Õppetunni liik | Loeng |
| Keskendumine | Tehniline – sügav õpe |
| Teema | Arvutuslikud graafikud |
Võtmesõnad
närvivõrgud, arvutuslik graafik, jääkühendus, vahelejätmine, süvaõpe,
Õpieesmärgid
- Mõistmine Computational Graphs põhialustest, jääkühendustest, maanteeühendustest ja vahelejäetavatest ühendustest
Eeldatav ettevalmistamine
Õppeüritused, mis tuleb lõpetada enne
Kohustuslik õpilastele
- Funktsionaalne API
- Tema, K., Zhang, X., Ren, S., & Sun, J. (2016). Sügav jääkõpe pildituvastuseks. IEEE arvutivisiooni ja mustrite tunnustamist käsitleva konverentsi menetlus (lk 770–778).
- Srivastava, R. K., Greff, K. ja Schmidhuber, J. (2015). Maanteevõrgud. arXiv preprint arXiv:1505.00387.
Valikuline õpilastele
Puudub.
Viited ja taust õpilastele
Puudub.
Soovitatav õpetajatele
Puudub.
Õppematerjalid
Juhised õpetajatele
Selles loengus on üks peamisi eesmärke näidata, et sügavad närvivõrgud on arvutuslikud graafikud, mis võivad hästi skaleerida. Loengus tutvustatakse kaasaegseid arhitektuure, sealhulgas jääk-, maantee- ja vahelejäetavaid ühendusi, mida kasutatakse laialdaselt närvivõrkudes.
Kontuur
- Arvutuslikud graafikud
- Arvutuslikud graafikud Kerasega
- Jääkühendused
- Maanteeühendused
- Ühendused vahele jätta
| Kestus (Min) | Kirjeldus |
|---|---|
| 10 | Sissejuhatus närvivõrkude arvutusgraafikutesse |
| 15 | Kerase funktsionaalse rakendusliidese tutvustamine näitega |
| 10 | Jääkühenduste kirjeldus koos lähtekoodiga |
| 10 | Maanteeühenduste kirjeldus koos lähtekoodiga |
| 10 | Näiteks lähtekoodiga ühenduse vahelejätmise kirjeldus |
| 5 | Kokkuvõte ja järeldused |
Tunnustused
Balint Gyires-Tóth (Budapesti Tehnikaülikool)
Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.