WEBVTT 00:00.360 --> 00:04.170 Bonjour et bienvenue dans la section sur les réseaux de neurones convolutionnels. 00:04.170 --> 00:07.600 Super excité que vous vous joigniez à nous pour cette section également. 00:07.740 --> 00:13.650 Et aujourd'hui, nous allons colorier le plan d'attaque, comment allons-nous tout apprendre dans cette section. 00:13.650 --> 00:15.630 Il y a tellement de choses à apprendre. 00:15.660 --> 00:17.490 Voyons comment nous allons aborder cela. 00:17.490 --> 00:19.590 Très bien ce que nous apprenons dans la section. 00:19.590 --> 00:25.140 Tout d’abord, nous allons parler des réseaux de convolution qui sont vraiment très importants pour comprendre l’objectif 00:25.140 --> 00:28.770 final sur lequel vous travaillez avant de commencer réellement à l’atteindre. 00:28.770 --> 00:32.090 Nous verrons donc quelles fonctionnalités examineront quelques exemples. 00:32.090 --> 00:36.750 Comparera le cerveau humain aux réseaux de neurones artificiels en termes de reconnaissance d'image. 00:36.840 --> 00:42.630 Ce sera donc un didacticiel léger et amusant pour nous permettre de commencer cette section. 00:42.630 --> 00:44.810 Ensuite, nous parlerons de l'étape 1. 00:44.850 --> 00:47.410 Plonger directement dans l'opération de volution possible. 00:47.420 --> 00:56.280 Ainsi, cette partie du cours contient plusieurs étapes que nous devons suivre afin de construire un réseau de neurones à convolution et c’est ainsi 00:56.310 --> 00:59.040 que ces composants internes vont être brisés. 00:59.040 --> 01:06.510 Nous allions donc tout apprendre sur les détecteurs de fonctions. 01:06.510 --> 01:08.790 Nous parlerons de ceux qui sont aussi des filtres. 01:08.790 --> 01:11.030 Nous parlerons de futures cartes. 01:11.070 --> 01:16.110 Et vous savez quels sont les différents paramètres et quels sont les différents paramètres. Regardez aussi 01:16.110 --> 01:17.360 quelques exemples visuels. 01:17.520 --> 01:26.010 Ensuite, nous parlerons de l’Etape 1, partie B du royaume que vous avez Lehre ou couche vraiment qui est ensuite rectifiée 01:26.130 --> 01:34.830 unité plus maigre et nous expliquerons pourquoi la linéarité n’est pas bonne et pourquoi nous voulons plus de non-linéarité dans notre réseau 01:34.830 --> 01:36.700 pour la reconnaissance d’image. 01:36.870 --> 01:42.420 Ensuite, nous parlerons de la mise en commun 01:42.420 --> 01:48.960 de l’étape 2 et nous comprendrons le fonctionnement de la 01:48.960 --> 01:51.960 mise en commun. . 01:51.960 --> 01:58.650 De plus, dans cette conférence, nous aurons un exemple vraiment cool, il y aura donc un outil interactif très visuel que 01:58.650 --> 01:59.730 nous allons examiner. 01:59.730 --> 02:05.190 Assurez-vous donc de vous en tenir à la fin de cette conférence car cela va ajouter beaucoup de 02:05.190 --> 02:06.810 valeur à votre processus d'apprentissage. 02:06.810 --> 02:09.110 Ce que nous allons discuter à la fin là. 02:09.120 --> 02:10.650 Troisième étape d'aplatissement. 02:10.680 --> 02:16.290 Nous allons donc commencer ici par un rapide tutoriel sur la procédure à suivre pour passer de vos couches en pool à votre 02:16.380 --> 02:19.560 repaire de mise à plat, puis nous allons parler de connexions complètes. 02:19.560 --> 02:26.130 Ceci est un tutoriel très charnu qui met tout en place et met tout en perspective 02:26.130 --> 02:29.680 et vous montre en fait comment tout fonctionne. 02:29.700 --> 02:35.100 À la fin de la journée et comment ces neurones finaux comprennent comment classer Umich très très important. 02:35.100 --> 02:42.340 Tauriel et, espérons-le, résumera ou mettra tout en place pour vous. 02:42.540 --> 02:46.260 Et enfin, nous aurons un résumé qui résumera tout ce dont nous avons parlé. 02:46.560 --> 02:52.260 Et comme petite fonctionnalité supplémentaire, j'ai inclus un tutoriel sur le logiciel Max et l'entropie croisée. 02:52.260 --> 02:57.780 Vous n’avez donc pas à suivre ce didacticiel, mais j’ai pensé que ce serait un excellent complément de connaissances, car 02:57.780 --> 03:02.010 ce sont des termes que vous rencontrerez lorsqu’il s’agit de réseaux de neurones à convolution. 03:02.070 --> 03:08.130 Alors peut-être peut-être prendre tout de suite, peut-être que quand vous rencontrerez ces termes, vous saurez toujours que vous pouvez 03:08.130 --> 03:13.800 revenir à ce cours et suivre ce tutoriel pour mieux comprendre ce que sont le soft Max et 03:13.800 --> 03:14.530 l'entropie croisée. 03:14.760 --> 03:20.610 Et comme toujours dans ces éditoriaux, il y aura beaucoup de lectures recommandées pour que vous puissiez aller 03:20.670 --> 03:23.100 plus loin et obtenir plus de connaissances. 03:23.370 --> 03:28.250 Et sur cette note, je suis impatient de voir le premier tutoriel que cela va être très amusant et excitant. 03:28.310 --> 03:31.260 S. Et jusqu'à la prochaine fois, profitez d'un apprentissage en profondeur.