00:13:53
#54. Идея self-attention в RNN | Нейросети на PyTorch
Описание
Практический курс PyTorch: https://stepik.org/a/227582
Телеграм-канал: https://t.me/machine_learning_selfedu
Инфо-сайт: http://proproprogs.ru
PyTorch: https://pytorch.org/tutorials/
Рекомендуемые видео
#55. Трансформеры. QKV Self-Attention | Нейросети на PyTorch
393 просмотров
#53. Идея механизма attention (внимания) в RNN | Нейросети на PyTorch
238 просмотров
#51. Функция open. Чтение данных из файла | Python для начинающих
821 просмотров
#62. Классы PosixPath и WindowsPath модуля pathlib | The Python Standard Library
449 просмотров
Нейронная сеть - краткая история триумфа
3 731 просмотров
#1. Структура и принцип работы полносвязных нейронных сетей | Нейросети на PyTorch
3 460 просмотров
#13. Логистическая регрессия. Вероятностный взгляд на машинное обучение | Машинное обучение
967 просмотров
#1. Что такое машинное обучение? Обучающая выборка и признаковое пространство | Машинное обучение
3 569 просмотров
#13. Функции активации и потерь в PyTorch | Нейросети на PyTorch
952 просмотров
ЦОС Python #2: Метод градиентного спуска
1 418 просмотров
#47. Импорт стандартных модулей. Команды import и from | Python для начинающих
1 388 просмотров
Структура и принцип работы полносвязных нейронных сетей | #1 нейросети на Python
5 927 просмотров
#10. Оптимизаторы градиентных алгоритмов: RMSProp, AdaDelta, Adam, Nadam | Машинное обучение
782 просмотров
#11. Идея обучения НС градиентным алгоритмом | Нейросети на PyTorch
1 181 просмотров
#2. Основные типы данных. Создание массивов функцией array() | NumPy уроки
1 461 просмотров
#11. L2-регуляризатор. Математическое обоснование и пример работы | Машинное обучение
819 просмотров
#12. Алгоритм back propagation. Пример работы | Нейросети на PyTorch
997 просмотров
#10. Персептрон - возможности классификации образов | Нейросети на PyTorch
1 365 просмотров
#12. L1-регуляризатор. Отличия между L1- и L2-регуляризаторами | Машинное обучение
592 просмотров