Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
План на курса
Дълбоко обучение срещу Machine Learning срещу други методи
- Когато Deep Learning е подходящ Граници на Deep Learning Сравняване на точността и цената на различни методи
Преглед на методите
- Мрежи и слоеве напред/назад: основните изчисления на слоести композиционни модели. Загуба: задачата, която трябва да се научи, се определя от загубата. Решател: решаващият координира оптимизацията на модела. Каталог на слоевете: слоят е основната единица за моделиране и изчисление Convolution
Методи и модели
- Backprop, модулни модели Модул Logsum RBF Нетна загуба на MAP/MLE Параметър Пространство Трансформира Конволюционен модул Градиентно базирано обучение Енергия за извод, Цел за обучение PCA; NLL: Latent Variable Models Probabilistic LVM Loss Function Detection with Fast R-CNN Sequences with LSTMs and Vision + Language with LRCN Pixelwise prediction with FCNs Framework design and future
Инструменти
- Caffe Tensorflow R Matlab Други...
Изисквания
Необходими са познания по всякакъв език за програмиране. Познаването на Machine Learning не е задължително, но е от полза.
21 Hours