Fondements de l’apprentissage profond
Ce qu'un réseau de neurones calcule réellement, comment la règle de dérivation en chaîne livre tous les gradients en une seule passe arrière, et pourquoi la convolution est le bon a priori pour une image.
Connectez-vous pour passer les quiz, gagner des XP et débloquer les étapes en atteignant 90% de maîtrise.
Ce que calcule un réseau
30 min · 120 XPLes couches comme fonctions paramétrées, le motif affine-puis-non-linéarité, et pourquoi empiler des applications linéaires seules n'apporte rien.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.
La rétropropagation en pratique
40 min · 160 XPUne passe avant, une passe arrière, et tous les gradients du réseau - déroulés de bout en bout sur un exemple à deux couches avec de vrais nombres.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 4 questions.
La convolution comme a priori
30 min · 120 XPPourquoi une couche dense est le mauvais outil pour des pixels, et ce que le partage de poids et la localité supposent réellement des images.
Ouvrir la leçon →Connectez-vous pour passer le quiz de 3 questions.