mit deep learning

การเรียนรู้เชิงลึกของเอ็มไอที

พื้นที่เก็บข้อมูลนี้เป็นชุดบทช่วยสอนสำหรับหลักสูตร MIT Deep Learning เพิ่มมากขึ้นตามความคืบหน้าของหลักสูตร

บทช่วยสอน: พื้นฐานการเรียนรู้เชิงลึก

บทช่วยสอนนี้มาพร้อมกับการบรรยายเกี่ยวกับพื้นฐานการเรียนรู้เชิงลึก โดยนำเสนอแนวคิดหลายประการในการเรียนรู้เชิงลึก โดยสาธิตสองแนวคิดแรก (ฟีดไปข้างหน้าและโครงข่ายประสาทเทียมแบบม้วน) และให้คำแนะนำในบทช่วยสอนเกี่ยวกับแนวคิดอื่นๆ นี่เป็นจุดเริ่มต้นที่ดี

ลิงก์: [ Jupyter Notebook ] [ Google Colab ] [ โพสต์ในบล็อก ] [ วิดีโอบรรยาย ]

บทช่วยสอน: การแบ่งส่วนฉากการขับขี่

บทช่วยสอนนี้สาธิตการแบ่งส่วนความหมายด้วยโมเดลล้ำสมัย (DeepLab) บนวิดีโอตัวอย่างจากชุดข้อมูล MIT Driving Scene Segmentation

ลิงก์: [ สมุดบันทึก Jupyter ] [ Google Colab ]

บทช่วยสอน: Generative Adversarial Networks (GAN)

บทช่วยสอนนี้จะสำรวจเครือข่ายปฏิปักษ์ทั่วไป (GAN) ที่เริ่มต้นด้วย BigGAN ซึ่งเป็น GAN แบบมีเงื่อนไขที่ล้ำสมัย

ลิงก์: [ สมุดบันทึก Jupyter ] [ Google Colab ]

การแข่งขันการเรียนรู้การเสริมกำลังเชิงลึก DeepTraffic

DeepTraffic คือการแข่งขันการเรียนรู้แบบเสริมกำลังเชิงลึก เป้าหมายคือการสร้างโครงข่ายประสาทเทียมที่ขับเคลื่อนยานพาหนะ (หรือยานพาหนะหลายคัน) ให้เร็วที่สุดเท่าที่จะเป็นไปได้ผ่านการจราจรบนทางหลวงที่หนาแน่น

ลิงค์: [ GitHub ] [ เว็บไซต์ ] [ กระดาษ ]

ทีม

• เล็กซ์ ฟรีดแมน
• หลี่ติง
• แจ็ค เทอร์วิลลิเกอร์
• ไมเคิล เกลเซอร์
• อเล็กซานเดอร์ แพตเซคิน
• ไอชนี ปารับ
• ดินา อัลอดาวี
• อองรี ชมิดต์