Informações administrativas
| Titulo | Construir gráficos computacionais, arquiteturas modernas |
| Duração | 60 minutos |
| Módulo | B |
| Tipo de aula | Palestra |
| Foco | Técnico — Aprendizagem Aprofundada |
| Tópico | Gráficos computacionais |
Palavras-chave
redes neurais, gráfico computacional, ligação residual, ligação pular, aprendizagem profunda,
Objetivos de aprendizagem
- Compreender os fundamentos dos Gráficos Computacionais, ligações residuais, ligações rodoviárias e ligações de pular
Preparação prevista
Eventos de aprendizagem a serem concluídos antes
Obrigatório para os Estudantes
- A API funcional
- He, K., Zhang, X., Ren, S., & Sun, J. (2016). Aprendizagem residual profunda para reconhecimento de imagem. Em Atas da Conferência IEEE sobre Visão de Computadores e Reconhecimento de Padrões (pp. 770-778).
- Srivastava, R. K., Greff, K., & Schmidhuber, J. (2015). Redes de autoestradas. arXiv preprint arXiv:1505.00387.
Facultativo para Estudantes
Nenhuma.
Referências e antecedentes para estudantes
Nenhuma.
Recomendado para professores
Nenhuma.
Materiais das aulas
Instruções para os professores
Nesta palestra, um dos principais objetivos é mostrar que as redes neurais profundas são grafos computacionais, que podem dimensionar bem. Na palestra, são introduzidas arquiteturas modernas, incluindo ligações residuais, rodovias e pulares, que são amplamente aplicadas nas redes neurais.
Esboço
- Gráficos computacionais
- Construir gráficos computacionais com Keras
- Ligações residuais
- Ligações rodoviárias
- Ignorar as ligações
| Duração (Min) | Descrição |
|---|---|
| 10 | Introdução aos gráficos computacionais das redes neurais |
| 15 | Introdução de API funcional de Keras com um exemplo |
| 10 | Descrição das ligações residuais com um exemplo de código-fonte |
| 10 | Descrição das ligações rodoviárias com um exemplo de código-fonte |
| 10 | Descrição das ligações sem bichas com o exemplo de código-fonte |
| 5 | Resumo e conclusões |
Agradecimentos
Balint Gyires-Tóth (Universidade Tecnológica e Económica de Budapeste)
O programa de mestrado em IA centrado no ser humano foi cofinanciado pelo Mecanismo Interligar a Europa da União Europeia ao abrigo de subvenções CEF-TC-2020-1 Competências Digitais 2020-EU-IA-0068.