CS 230 - Apprentissage Profond

Mon frère jumeau Afshine et moi avons créé cet ensemble de pense-bêtes illustrés sur l'Apprentissage Profond couvrant le contenu du cours CS 230, pour lequel j'ai été assistant (TA) à l'hiver 2019 à Stanford. Ils peuvent (espérons-le !) être utiles à tous les futurs étudiants de ce cours ainsi qu'à toute autre personne intéressée par l'Apprentissage Profond.

Pense-bêtes

Réseaux de neurones convolutifs
Réseaux de neurones convolutifs
  • Types de couches, hyperparamètres des filtres, fonctions d'activation
  • Détection d'objets, vérification et reconnaissance faciale
  • Transfert de style neuronal, architectures utilisant des astuces de calcul
PDF Web
Réseaux de neurones récurrents
Réseaux de neurones récurrents
  • Gradient qui disparaît/explose, GRU, LSTM, variantes de RNN
  • Word2vec, skip-gram, échantillonnage négatif, GloVe, modèle d'attention
  • Modèle de langue, recherche par faisceau, score Bleu
PDF Web
Conseils et astuces pour l'apprentissage profond
Conseils et astuces pour l'apprentissage profond
  • Augmentation de données, normalisation par lots, régularisation
  • Initialisation de Xavier, transfert d'apprentissage, taux d'apprentissage adaptatifs
  • Surapprentissage sur de petits lots, vérification du gradient
PDF Web

Vous aimeriez voir ces pense-bêtes dans votre langue maternelle ? Vous pouvez nous aider à les traduire sur GitHub !