Глубинное обучение (курс лекций)

Материал из MachineLearning.

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	Память и внимание в глубинном обучении	Презентация
20 октября 2017	7	Вариационный автокодировщик
27 октября 2017	8	Перенос стиля изображений	Презентация Обзор
10 ноября 2017	9	Обучение с подкреплением, алгоритм Q обучения, Deep Q Network (DQN)
17 ноября 2017	10	Policy based и actor-critic алгоритмы в обучении с подкреплением
24 ноября 2017	11	Генеративно-состязательные сети	Презентация
1 декабря 2017	12	Механизмы внимания в глубинном обучении	Презентация
8 ноября 2017	13	Нейронные сети в структурном предсказании. Дифференцирование алгоритмов по входу.

Литература

1. Ian Goodfellow, Yoshua Bengio, Aaron Courville. Deep Learning, MIT Press, 2016.

Архив

2016 год