[tämä sivu wikissä][indeksi][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Luento: Rakennuslaskennalliset kaaviot, modernit arkkitehtuurit

Hallinnolliset tiedot

Otsikko Rakennuslaskennalliset kaaviot, modernit arkkitehtuurit
Kesto 60 minuuttia
Moduuli B
Oppitunnin tyyppi Luento
Keskittyminen Tekninen – syväoppiminen
Aihe Laskennalliset kaaviot

Avainsanoja

neuroverkot, laskennallinen kaavio, jäännösliitäntä, ohitusyhteys, syväoppiminen,

Oppimistavoitteet

Odotettu valmistelu

Oppimistapahtumat valmistuvat ennen

Pakollinen opiskelijoille

  • Toiminnallinen API
  • Hän, K., Zhang, X., Ren, S. & Sun, J. (2016). Syvä jäännösoppiminen kuvantunnistukseen. The Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Näytä tarkat tiedot
  • Srivastava, R. K., Greff, K., & Schmidhuber, J. (2015). Moottoritieverkot. arXiv preprint arXiv:1505.00387.

Valinnainen opiskelijoille

Ei mitään.

Referenssejä ja taustaa opiskelijoille

Ei mitään.

Suositellaan opettajille

Ei mitään.

Oppituntimateriaalit

Ohjeita opettajille

Tässä luennossa yksi päätavoitteista on osoittaa, että syvät hermoverkot ovat laskennallisia kaavioita, jotka voivat skaalautua hyvin. Luennossa otetaan käyttöön nykyaikaisia ​​arkkitehtuureja, mukaan lukien jäännös-, valtatie- ja ohitusyhteydet, joita käytetään laajalti hermoverkoissa.

Hahmotella

Aikataulu
Kesto (Min) Kuvaus
10 Johdanto neuroverkkojen laskennallisiin kaavioihin
15 Kerasin toiminnallisen API:n käyttöönotto esimerkillä
10 Kuvaus jäännösliitännöistä esimerkin lähdekoodiin
10 Moottoritieyhteyksien kuvaus esimerkin lähdekoodilla
10 Skip-yhteyksien kuvaus esimerkin lähdekoodilla
5 Yhteenveto ja päätelmät

Tunnustukset

Balint Gyires-Tóth (Budapestin teknillinen ja taloudellinen yliopisto)

Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).