Глубинное обучение (курс лекций)
Материал из MachineLearning.
(Различия между версиями)
(→Объявления) |
(→Занятия) |
||
Строка 38: | Строка 38: | ||
|- | |- | ||
| 20 октября 2017 || align="center"|7 || Вариационный автокодировщик || | | 20 октября 2017 || align="center"|7 || Вариационный автокодировщик || | ||
+ | |- | ||
+ | | 27 октября 2017 || align="center"|7 || Перенос стиля изображений. || [[Media:VKitov-DL2017-Neural_style_transfer.pdf |Презентация]] [[Media:DL2017-Neural_style_transfer-review_2017.pdf |Обзор]] | ||
|- | |- | ||
|} | |} |
Версия 10:46, 5 ноября 2017
Преподаватели: Д.А. Кропотов, В.В. Китов, Е.М. Лобачёва, А.А. Осокин и др.
В осеннем семестре 2017 года занятия по курсу проходят на ВМК в ауд. 582 с 10-30 до 13-50.
Вопросы по курсу можно направлять письмом на bayesml@gmail.com. В название письма обязательно добавлять [ВМК ГО17].
Объявления
03.11.17: Внимание! Сегодня занятия по курсу отменяются.
05.10.17: завтра занятия по курсу пройдут в обычное время с 10-30 до 13-50.
Система выставления оценок по курсу
Будет объявлена позже.
Практические задания
Задания выдаются и принимаются через систему anytask.org. Для получения инвайта просьба писать на почту курса.
Задание 1. Автоматическое дифференцирование для автокодировщика. Срок сдачи: 8 октября (воскресенье), 23:59.
Занятия
Дата | № занятия | Занятие | Материалы |
---|---|---|---|
8 сентября 2017 | 1 | Введение в курс. Автоматическое дифференцирование. | |
15 сентября 2017 | 2 | Методы регуляризации для нейросетей. Стохастическая оптимизация. Введение в pytorch. | Презентация |
22 сентября 2017 | 3 | Свёрточные нейронные сети для задачи классификации изображений | Презентация |
29 сентября 2017 | 4 | Свёрточные нейронные сети в задачах компьютерного зрения | Презентация |
6 октября 2017 | 5 | Рекуррентные нейронные сети | Презентация |
13 октября 2017 | 6 | ||
20 октября 2017 | 7 | Вариационный автокодировщик | |
27 октября 2017 | 7 | Перенос стиля изображений. | Презентация Обзор |
Литература
- Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning, MIT Press, 2016.