Réduction des écarts dans l'apprentissage profond

Cette séance de cours se penche sur les techniques de réduction de la variance dans l'apprentissage profond, en commençant par l'exploration de la descente en gradient par rapport à la descente en gradient stochastique. L'instructeur explique comment diminuer la variance tout en utilisant une taille d'étape constante et introduit le concept de descente de gradient stochastique mini-batch. La séance de cours couvre la méthode Stochastic Variance Reduce Gradient (SVRG), l'analyse de convergence et la comparaison des performances de différents algorithmes. Il se termine par une discussion sur la réduction de la variance pour les problèmes non convexes et donne des indications sur l'application des techniques de réduction de la variance dans l'apprentissage profond.