Administratieve informatie
| Titel | Het bouwen van computationele grafieken, moderne architecturen |
| Looptijd | 60 minuten |
| Module | B |
| Type les | Lezing |
| Focus | Technisch — diep leren |
| Onderwerp | Berekeningsgrafieken |
Sleutelwoorden
neurale netwerken, computationele grafiek, resterende verbinding, overslaan verbinding, deep learning,
Leerdoelen
- Inzicht in de fundamenten van Computational Graphs, restverbindingen, snelwegverbindingen en skip-verbindingen
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
- De functionele API
- Hij, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residue learning voor beeldherkenning. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 770-778).
- Srivastava, R. K., Greff, K., & Schmidhuber, J. (2015). Snelwegnetwerken. arXiv preprint arXiv:1505.00387.
Optioneel voor studenten
Geen.
Referenties en achtergronden voor studenten
Geen.
Aanbevolen voor docenten
Geen.
Lesmateriaal
Instructies voor docenten
In deze lezing is een van de belangrijkste doelen om te laten zien dat diepe neurale netwerken computationele grafieken zijn, die goed kunnen schalen. In de lezing worden moderne architecturen geïntroduceerd, waaronder rest-, snelweg- en skip-verbindingen, die op grote schaal worden toegepast in neurale netwerken.
Omtrek
- Berekeningsgrafieken
- Het bouwen van rekengrafieken met Keras
- Resterende aansluitingen
- Snelwegverbindingen
- Aansluitingen overslaan
| Duur (Min) | Omschrijving |
|---|---|
| 10 | Inleiding tot computationele grafieken van neurale netwerken |
| 15 | Introductie van functionele API van Keras met een voorbeeld |
| 10 | Beschrijving van restverbindingen met voorbeeldbroncode |
| 10 | Beschrijving van snelwegverbindingen met voorbeeldbroncode |
| 10 | Beschrijving van overslaan verbindingen met voorbeeld broncode |
| 5 | Samenvatting en conclusies |
Erkenningen
Balint Gyires-Tóth (Boedapest Universiteit voor Technologie en Economie)
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.