https://wikicshse.ru/index.php?action=history&feed=atom&title=Intro_to_DL_BlendedIntro to DL Blended - История изменений2026-06-06T14:43:30ZИстория изменений этой страницы в викиMediaWiki 1.45.3https://wikicshse.ru/index.php?title=Intro_to_DL_Blended&diff=386&oldid=previmported>Zimovnov: Migrated current public revision from wiki.cs.hse.ru2020-03-03T22:16:22Z<p>Migrated current public revision from wiki.cs.hse.ru</p>
<p><b>Новая страница</b></p><div>'''О чем курс?'''<br />
Курс расскажет о современных нейронных сетях и возможностях их применения в работе с компьютерным зрением и естественными языками.<br />
https://www.hse.ru/data/2018/06/05/1150113338/program-2129241367-JndYcQjSAq.pdf<br />
<br />
'''Как будет проходить курс?'''<br />
Видеолекции доступны на Coursera по ссылке (https://www.coursera.org/learn/intro-to-deep-learning). <br />
Зайдите на платформу с вышкинской почты и начинайте обучение. <br />
Семинары пройдут на неделях 10-14 февраля, 24-28 февраля и 9-13 марта. <br />
В курсе также будут домашние и проверочные работы.<br />
<br />
'''Что нужно делать сейчас?'''<br />
Нужно пройти первые три недели онлайн-курса до 10 февраля (до первого семинара).<br />
<br />
'''Как складывается оценка?'''<br />
Итоговая оценка рассчитывается по формуле: '''0.5 Coursera + 0.3 ДЗ + 0.2 проверочные'''.<br />
<br />
'''Домашка:'''<br />
<br />
Homework with Kaggle competition: https://docs.google.com/document/d/1kTMYq21UFqZOqftjKAPq8G7RRkO7kX3MomsVIVhW830/edit?usp=sharing<br />
<br />
Release date: 18-02-2020 00:00<br />
<br />
Deadline: 09-03-2020 23:59<br />
<br />
'''Комиссия:'''<br />
<br />
In writing, theoretical questions, for instance:<br />
# SGD variations: Moment, RMSProp, Adam with explanation<br />
# Description of backprop and proof of its efficiency (линейное время работы)<br />
# Gradient of a dense layer in matrix notation (with proof)<br />
# Typical CNN architecture, purpose of each layer, how to do backprop<br />
# Inception V3 architecture choices<br />
# Description of auto-encoder, application to images<br />
# Gradient of RNN cell (with proof)<br />
<br />
FAQ:<br />
<br />
- Курсеру нужно добить до начала сессии<br />
<br />
- Домашка всего одна<br />
<br />
- Дедлайн для всех групп по домашке одинаковый</div>imported>Zimovnov