MLDS2018PRINTEMPS
Apprentissage automatique et apprentissage approfondi et structuré (MLDS) au printemps 2018 de NTU.
Ce cours comporte quatre devoirs, groupe par groupe. Les quatre devoirs sont les suivants :
- Théorie de l'apprentissage profond
- Modèle séquence à séquence
- Modèle génératif profond
- Apprentissage par renforcement profond
Parcourez ce site Web de cours pour plus de détails.
Table des matières
- Théorie de l'apprentissage profond
- Profond ou peu profond
- Optimisation
- Généralisation
- Modèle séquence à séquence
- Génération de sous-titres vidéo
- Chatbot
- Modèle génératif profond
- Génération d'images
- Génération de texte en image
- Transfert de style
- Apprentissage par renforcement profond
- Dégradé politique
- Apprentissage Q profond
- Acteur-Critique
Résultats de quatre devoirs
1. Théorie de l'apprentissage profond
1.1 Profond ou peu profond
1.2 Optimisation
1.3 Généralisation
2. Modèle séquence à séquence
2.1 Génération de sous-titres vidéo
- BLEU@1 = 0,7204
- LISEZMOI
- hw2_1/rapport.pdf
2.2 Chatbot
- Perplexité = 11,83, score de corrélation = 0,53626
- LISEZMOI
- hw2_2/rapport.pdf
3. Modèle génératif profond
3.1 Génération d'images
- LISEZMOI
- Génération d'images : 100 % (25/25) de référence de réussite
| ./gan-baseline/baseline_result_gan.png |
|---|
 |
3.2 Génération de texte en image
- LISEZMOI
- Génération de texte en image : 100 % (25/25) de référence de réussite
| Balises de test | ./gan-baseline/baseline_result_cgan.png |
|---|
cheveux bleus yeux bleus
cheveux bleus, yeux verts
cheveux bleus, yeux rouges
cheveux verts, yeux bleus
cheveux verts, yeux rouges |  |
3.3 Transfert de styles
4. Apprentissage par renforcement profond
4.1 Dégradé politique
- LISEZMOI
- Dégradé politique : récompenses moyennes sur 30 épisodes = 16,4666666666666665
4.2 Apprentissage Q profond
- LISEZMOI
- Deep Q Learning : récompenses moyennes en 100 épisodes = 73,16
4.3 Acteur-Critique
