Claim Ownership.RL - нейронные сети: новости, туториалы, люди, история
Subscribed: 15Played: 289
Subscribe
© Andrei Li
Description
Все о нейронных сетях простым языком. Обзор фреймворков, рекомендации по использованию, советы, последние релизы библиотек. Глубокое обучение с использованием табличных данных, графических, музыкальных, видео файлов, графовых и 3D моделей. Исследование внутренностей библиотек deep learning, таких как PyTorch, TensorFlow, Apache MXNet, Torch. Разбор интервью ведущих экспертов по нейронным сетям. Комментарии к последними событиям из мира искуственного интеллекта. Регресионные, классификационные модели глубокого обучения, обучения с подкреплением или reinforcement learning и модели без учителя.
14 Episodes
Reverse
Простота и логичность приложения или фреймворка, который вы пишете - это залог успеха. Очень важно понять для кого вы пишите. Можно разделить программное обеспечение на две категории: обычного использования и промышленные приложения. Иногда вам не нужно покупать и писать самолет для того, чтобы дойти до соседнего магазина.
Андрей Ли
https://reinforcementlearning.ru
andreiliphd@gmail.com
Выбираем OS для deep learning.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Объяснение процесса стохастического градиентного спуска. Обзор оптимизаторов. Краткий экскурс в оптимизатор Adam.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Поясняется процесс обнуления градиентов в нейронной сети.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Для того, чтобы произвести шаг оптимизации нужно вычислить градиенты. В этом эпизоде мы поговорим о backpropagation.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Отвечаю на вопрос что такое функция потерь и ее роль при тренировке нейронной сети. Привожу обзор функций потерь.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Рассматриваем сверточные слои для обработки изображений, линейные слои, рекуррентные слои. Вкратце затрагиваю процесс создания собственного слоя и объясняю что такое класс torch.nn.Parameter.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Пошагово объясняется процесс работы нейронной сети: прямое распространение и обратное распространение. В прямом распространений мы просто проходим по формулам вперед до лосса. В обратном распространения мы вычисляем градиенты. Далее происхоидит процесс оптимизации.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Обзор PyTorch, TensorFlow, Keras и Apache MXNet. Объясняю различия в фреймворках с точки зрения архитектуры и принципа работы. Рассказываю про то как можно написать собственный слой для нейронной сети и как процесс написания собственного слоя различается для разных фреймворков.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Простыми словами о том, что нужно поставить на комьютер, чтобы начать программировать нейронные сети. Устанавливаем Anaconda, создаем виртуальное окружение, запускаем Jupyter Notebook.
https://reinforcementlearning.ru
andreiliphd@gmail.com
FAIR, Google AI, Apache Software Foundation вкратце о компаниях и их в роль в развитии искуственного интелллекта.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Отличия в архитектуре видеокарт и процессора, которые позволяют видеокартам быстрее обрабатывать тензоры. Также рассматривается вопрос выбора видеокарт для начинающих.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Какой процессор, память и материнскую плату выбрать для начала работы с нейронными сетями?
https://reinforcementlearning.ru
andreiliphd@gmail.com
1Рассказываю про цели подкаста, говорю немного о себе, даю простое определение нейронным сетям.
https://reinforcementlearning.ru
andreiliphd@gmail.com
Comments
Download from Google Play
Download from App Store
United States