Глубокие нейронные сети

Видеозаписи

Лекция

Семинар

Содержание лекции

• Обоснования глубоких нейронных сетей: выразительные возможности, скорость сходимости при избыточной параметризации.
• Свёрточные нейронные сети (CNN) для изображений. Свёрточный нейрон. Pooling нейрон. Выборка размеченных изображений ImageNet.
• ResNet: остаточная нейронная сеть (residual NN). Сквозные связи между слоями (skip connection).
• Свёрточные сети для сигналов, текстов, графов, игр.
• Рекуррентные нейронные сети (RNN). Обучение рекуррентных сетей: Backpropagation Through Time (BPTT).
• Сети долгой кратковременной памяти (Long short-term memory, LSTM).
• Рекуррентные сети Gated Recurrent Unit (GRU) и Simple Recurrent Unit (SRU).

Материалы

• Презентация Voron-ML-DeepLearning-slides.pdf (PDF, 12 МБ) — прикреплена к публикации.

Материалы курса © К. В. Воронцов. Текст и слайды распространяются по лицензии CC BY-SA 3.0 — на условиях этой лицензии они воспроизведены здесь без изменений. Видеозаписи размещены на YouTube и встроены по ссылке; их копии здесь не хранятся.