31 mars |
Révision |
Toutes les notes de cours. |
29 mars |
DBNs |
RBMs empilés et DBNs |
24 mars |
2 articles AISTATS |
|
22 mars |
DBNs |
RBMs empilés et DBNs |
17 mars |
RBMs en Theano |
Tutorial sur les RBMs en Theano. |
15 mars |
RBMs, entraînement |
Section 5 de Learning Deep Architectures for AI.
Entraînement des RBMs. |
10 mars |
RBMs |
Section 5 de Learning Deep Architectures for AI.
Intro à La Machine de Boltzmann Restreinte.
Entraînement des RBMs. |
8 mars |
Gibbs et RBMs |
Section 5 de Learning Deep Architectures for AI.
Intro à La Machine de Boltzmann Restreinte. |
24 février |
Inférence et MCMC |
Intro aux Modèles probabilistes pour les architectures profondes. |
22 février |
Modèles probabilistes |
Intro aux Modèles probabilistes pour les architectures profondes. |
17 février |
Entraînement profond |
Le défi d’entraîner des réseaux de neurones profonds. |
15 février |
Auto-encodeurs empilés |
Denoising Auto-Encoders |
12 février |
Auto-encodeurs |
Tutoriel sur les auto-encodeurs débruitants |
10 février |
Auto-encodeurs |
Section 4.6 de Learning Deep Architectures for AI |
8 février |
Réseaux à convolution |
Tutoriel sur les réseaux à convolution, |
3 février |
Réseaux à convolution
Journal d’expérience
Réseaux à délais
|
Neocognitron et
LeNet.
Exemple de journal d’expérience.
Time-Delay Neural Networks <Time-Delay Neural Networks
|
1er février |
Entraînement des MLPs
Jobman
Réseaux à convolution
|
Training Multi-Layer Neural Networks.
Documentation de Jobman.
Neocognitron et
LeNet.
|
27 janvier |
python, numpy, Theano
DeepLearningTutorial
|
Documentation sur python,
numpy, et Theano.
Exemple avec la Régression logistique.
Notes sur l’entraînement des MLPs.
|
25 janvier |
python, numpy, Theano
Régression logistique
|
Documentation sur python,
numpy, et Theano.
Exemple avec la Régression logistique.
Notes sur l’entraînement des MLPs.
|
20 janvier |
Réseaux de neurones |
Efficient Backprop.
Intro au tutorial profond de Theano.
Démarrage du tutoriel.
|
18 janvier |
Le calcul du gradient |
Notes sur le calcul du gradient. |
13 janvier |
Le gradient |
Notes sur le gradient. |
11 janvier |
Intro aux
architectures
profondes |
Notes introductoires sur les architectures profondes,
Sec. 1 de Learning Deep Architectures for AI. |
6 janvier |
Intro au cours
Intro à
l’apprentissage
|
plan de cours .
diapos. .
Notes introductoires sur l’apprentissage,
Sec. 1 et 2 de Scaling Learning Algorithms towards AI.
|