Лекция №12 "Обучение представлений"
Двенадцатое занятие на курсе «Нейронные сети и их применение в научных исследованиях» для восьмого потока обучения. Преподаватель: Сергей Колпинский Дата: 01.02.2025 00:00 Заставка 00:39 Глубокие нейронные сети как модели обучения представлений 06:37 Понижение размерности и гипотеза о многообразии 09:46 Metric learning 13:49 Формирование векторов признаков 16:42 Сиамская сеть 24:27 Реализация сиамской сети 33:09 CLIP 37:31 Автоэнкодеры (AE) 38:38 Архитектура автоэнкодера 40:48 Функции потерь в автоэнкодерах 42:13 Очищение изображения от шумов 44:10 Реализация автоэнкодера 55:51 Обнаружение аномалий 58:17 Предобучение на неразмеченных данных 59:22 Автоэнкодер как генератор и его ограничения 01:04:29 Вариационные автоэнкодеры (VAE) 01:05:21 Семплирование в латентном пространстве 01:12:34 Регуляризация латентного пространства 01:13:59 Реализация VAE 01:19:59 Плавная интерполяция 01:23:27 Векторная арифметика 01:26:43 Условные вариационные автоэнкодеры (CVAE). Реализация CVAE Материалы лекции: Открыть в Colab: https://colab.research.google.com/drive/1F2-xDYdFBLc7aPcLSPXOTkIHInVRA5E5 Открыть в HTML-формате: https://msu.ai/representation_learning_autoencoders_new Сайт: https://msu.ai VK: https://vk.com/msu_ai Telegram: https://t.me/msu_ai_channel #МГУ #искусственный_интеллект #нейронные_сети #neural_networks #science #наука #научные_исследования #нейронные_сети_в_науке #как_применять_нейронные_сети #курс_для_студентов_МГУ #наука_и_исследования
Двенадцатое занятие на курсе «Нейронные сети и их применение в научных исследованиях» для восьмого потока обучения. Преподаватель: Сергей Колпинский Дата: 01.02.2025 00:00 Заставка 00:39 Глубокие нейронные сети как модели обучения представлений 06:37 Понижение размерности и гипотеза о многообразии 09:46 Metric learning 13:49 Формирование векторов признаков 16:42 Сиамская сеть 24:27 Реализация сиамской сети 33:09 CLIP 37:31 Автоэнкодеры (AE) 38:38 Архитектура автоэнкодера 40:48 Функции потерь в автоэнкодерах 42:13 Очищение изображения от шумов 44:10 Реализация автоэнкодера 55:51 Обнаружение аномалий 58:17 Предобучение на неразмеченных данных 59:22 Автоэнкодер как генератор и его ограничения 01:04:29 Вариационные автоэнкодеры (VAE) 01:05:21 Семплирование в латентном пространстве 01:12:34 Регуляризация латентного пространства 01:13:59 Реализация VAE 01:19:59 Плавная интерполяция 01:23:27 Векторная арифметика 01:26:43 Условные вариационные автоэнкодеры (CVAE). Реализация CVAE Материалы лекции: Открыть в Colab: https://colab.research.google.com/drive/1F2-xDYdFBLc7aPcLSPXOTkIHInVRA5E5 Открыть в HTML-формате: https://msu.ai/representation_learning_autoencoders_new Сайт: https://msu.ai VK: https://vk.com/msu_ai Telegram: https://t.me/msu_ai_channel #МГУ #искусственный_интеллект #нейронные_сети #neural_networks #science #наука #научные_исследования #нейронные_сети_в_науке #как_применять_нейронные_сети #курс_для_студентов_МГУ #наука_и_исследования