Séances de cours associées à Transformateurs dans la vision

Reconnaissance d'images : jeux de données et algorithmes

Explore un article de 2019 sur la reconnaissance d'images, les défis liés aux ensembles de données, les biais et l'impact des ensembles de données à grande échelle sur les modèles d'apprentissage en profondeur.

Perception : Approches fondées sur les données

Explore la perception dans l'apprentissage profond pour les véhicules autonomes, couvrant la classification d'image, les méthodes d'optimisation, et le rôle de la représentation dans l'apprentissage automatique.

Les principes fondamentaux de l'apprentissage profond

Introduit des fondamentaux d'apprentissage profond, couvrant les représentations de données, les réseaux neuronaux et les réseaux neuronaux convolutionnels.

Traitement de l'image II: Classification bayésienne et prise de décision

Explore la classification bayésienne, la prise de décision et les applications de reconnaissance de formes dans le traitement d'images.

Transformers en vision : applications et architectures Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'impact des transformateurs dans la vision par ordinateur, en discutant de leur architecture, de leurs applications et de leurs progrès dans diverses tâches.

Réseaux neuronaux convolutionnels

Couvre les réseaux neuronaux convolutionnels, y compris les couches, les stratégies de formation, les architectures standard, les tâches comme la segmentation sémantique, et les astuces d'apprentissage profond.

Transformateurs dans la vision Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'évolution des modèles d'intelligence visuelle, en mettant l'accent sur les Transformateurs et leurs applications dans la vision informatique et le traitement du langage naturel.

Modèles de génération profonde: Partie 2

Explore les modèles générateurs profonds, y compris les mélanges de multinômes, PCA, autoencodeurs profonds, autoencodeurs convolutionnels, et GANs.

Transformateurs dans la vision Connectez-vous à Mediaspace pour regarder cette vidéo

Explore Transformers dans la vision informatique, se concentrant sur l'architecture 'Attention est tout ce dont vous avez besoin' et ses applications dans les tâches visuelles.

Images de médias sociaux : Comprendre la perception de l’alimentation avec l’apprentissage profond

Explore l’apprentissage profond avec des images Instagram, comprend la perception des aliments, l’obésité et la santé mentale, et discute de l’impact des images des médias sociaux et des plateformes éphémères comme Snapchat.

Rétroaction et adaptation: Intelligence visuelle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les mécanismes de rétroaction dans l'intelligence visuelle, l'estimation des poses humaines, l'adaptation motrice dans les robots à pattes et les contrôleurs PID.

Perception robotique basée sur la vision

Explore les défis et les opportunités dans la perception robotique basée sur la vision, couvrant des sujets tels que SLAM, la reconnaissance des lieux, les caméras d'événements et l'intelligence visuelle collaborative.

Deep Learning : réseaux neuronaux convolutifs et techniques de formation Connectez-vous à Mediaspace pour regarder cette vidéo

Discute des réseaux neuronaux convolutifs, de leur architecture, des techniques de formation et des défis tels que des exemples contradictoires en apprentissage profond.

Deep Learning

Couvre les bases de l'apprentissage profond, y compris les représentations de données, le sac de mots, le prétraitement des données, les réseaux de neurones artificiels et les réseaux de neurones convolutifs.

Deep Learning: Explorer la vision et les transformateurs de langage Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les architectures de transformateurs avancées en apprentissage profond, en se concentrant sur les modèles Swin, HUBERT et Flamingo pour les applications multimodales.

Réseaux neuronaux convolutionnels

Introduit des réseaux neuronaux convolutifs, couvrant les couches entièrement connectées, les convolutions, la mise en commun, les traductions PyTorch et des applications telles que l'estimation de pose à la main et l'estimation de tubalité.

Technologie du bâtiment III: Confort visuel Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la physique de la technologie du bâtiment et la physiologie de la vision, en mettant l'accent sur le confort visuel et les effets d'éclairage.

Réseaux neuronaux convolutifs : structure et régularisation

Explore les réseaux neuronaux convolutifs, l'augmentation des données, la dégradation du poids et le décrochage pour améliorer les performances du modèle.

Transformers: Unifier les communautés d'apprentissage automatique Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre le rôle des transformateurs dans l'unification de divers domaines d'apprentissage automatique.

MaxPooling comme biais inductif pour les images

Explore comment MaxPooling applique un biais inductif vers l'invariance de traduction locale dans les réseaux neuronaux convolutifs.

Transformateurs dans la vision

Chattez avec Graph Search