Informații administrative
| Titlu | Rețele neuronale convoluționale |
| Durată | 60 |
| Modulul | B |
| Tipul lecției | Prelegere |
| Focalizare | Tehnică – Învățare profundă |
| Subiect | Învățare profundă |
Cuvinte cheie
CNN,Python, Învățare profundă,
Obiective de învățare
- Pentru a ști ce este un CNN și principalele sale diferențe cu NN conectat la Densely
- Pentru a cunoaște diferența principală dintre straturile conectate local și cele convoluționale
- Pentru a ști cum să configurați un strat CNN
- Gruparea straturilor și normalizarea loturilor
- Pentru a cunoaște cele mai renumite CNN: LeNet, AlexNet, ResNet, VGG16, AllConvNet
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Obligatoriu pentru studenți
- Teoria rețelelor neuronale artificiale
Opțional pentru studenți
- Niciuna
Referințe și context pentru studenți
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). De învățare profundă. Presa de la MIT. — Capitolul 9
Recomandat pentru profesori
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). De învățare profundă. Presa de la MIT. — Capitolul 9
Materiale de lecție
Instrucțiuni pentru profesori
Această prelegere va prezenta studenților Rețelele Neurale Convoluționale (CNN), explicând principalele diferențe dintre straturile clasice complet conectate și cele convoluționale. Avantajele împărțirii greutății oferite de stratul convoluțional sunt introduse și discutate, împreună cu o comparație cu straturile conectate la nivel local. Operatorul Convolution este introdus, iar dimensiunea nucleului, pasul și umplutura sunt discutate ca hiperparametri principali ai unui strat Convoluțional. Apoi, straturile Pooling and Batch Normalization vor fi introduse ca parte a mai multor arhitecturi CNN. Pentru a evita mai bine ceea ce a învățat un strat Convolutional, vor fi introduse modalități posibile de vizualizare a filtrelor învățate. În cele din urmă, va fi prezentată o introducere în cele mai renumite arhitecturi CNN, cum ar fi NetworkInNetwork și LeNet.
- Introducere în CNN
- Principalele probleme legate de straturile complet conectate pentru datele de înaltă dimensiune
- Operator convoluțional
- Descrierea unui strat convoluțional în termeni de neuroni
- Straturi convoluționale
- Principalele proprietăți ale unui strat convoluțional
- Conectivitate locală
- Partajarea greutății
- Hiperparametri în strat convoluțional
- Dimensiunea filtrului
- Stride
- Căptușeală
- Principalele proprietăți ale unui strat convoluțional
- Straturi de grupare
- Vizualizarea straturilor
- Arhitecturi cunoscute
- LeNet
- Nin
Orarul
| Durată (min) | Descriere | Concepte | Activitate | Material |
|---|---|---|---|---|
| 10 | Introducere în CNN | |||
| 15 | Straturi convoluționale | |||
| 5 | Straturi de grupare | |||
| 15 | Vizualizarea straturilor | |||
| 15 | Arhitecturi cunoscute |
Confirmări
Îi mulțumim lui Eng. Andrea Apicella pentru contribuția sa la dezvoltarea materialului.
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.