MLDS2018PRIMAVERA
Aprendizado de máquina e sua profundidade e estruturação (MLDS) na NTU 2018 Spring.
Este curso tem quatro trabalhos de casa, grupo a grupo. Os quatro trabalhos de casa são os seguintes:
- Teoria da aprendizagem profunda
- Modelo sequência a sequência
- Modelo Gerativo Profundo
- Aprendizado por Reforço Profundo
Navegue pelo site deste curso para obter mais detalhes.
Índice
- Teoria da aprendizagem profunda
- Profundo versus Raso
- Otimização
- Generalização
- Modelo sequência a sequência
- Geração de legenda de vídeo
- Bot de bate-papo
- Modelo Gerativo Profundo
- Geração de imagem
- Geração de texto para imagem
- Transferência de estilo
- Aprendizado por Reforço Profundo
- Gradiente de política
- Aprendizagem Q Profunda
- Ator-Crítico
Resultados de quatro trabalhos de casa
1. Teoria da Aprendizagem Profunda
1.1 Profundo vs Raso
1.2 Otimização
1.3 Generalização
2. Modelo sequência a sequência
2.1 Geração de legenda de vídeo
- AZUL@1 = 0,7204
- LEIA-ME
- hw2_1/relatório.pdf
2.2 Chat-bot
- Perplexidade = 11,83, Pontuação de Correlação = 0,53626
- LEIA-ME
- hw2_2/report.pdf
3. Modelo Gerativo Profundo
3.1 Geração de Imagens
- LEIA-ME
- Geração de imagem: 100% (25/25) de aprovação na linha de base
| ./gan-baseline/baseline_result_gan.png |
|---|
 |
3.2 Geração de texto para imagem
- LEIA-ME
- Geração de texto para imagem: 100% (25/25) passa na linha de base
| Testando tags | ./gan-baseline/baseline_result_cgan.png |
|---|
cabelo azul olhos azuis
cabelo azul olhos verdes
cabelo azul olhos vermelhos
cabelo verde olhos azuis
cabelo verde olhos vermelhos |  |
3.3 Transferência de estilo
4. Aprendizado por Reforço Profundo
4.1 Gradiente de Política
- LEIA-ME
- Gradiente de política: recompensas médias em 30 episódios = 16,466666666666665
4.2 Aprendizagem Q Profunda
- LEIA-ME
- Deep Q Learning: recompensas médias em 100 episódios = 73,16
4.3 Ator-Crítico
