We Will Learn Theoretical and Practical Tools to Build, Design And Analyze Deep Networks, With an Emphasis On Supervised Learning. For Example, Properties and Covnergence of Gradient Desecnt and Its Variants, Efficient Differntiation, Multilayer Nets (approximation And Symmetry), Convnets (and Extentions) For Visual Tasks, Training Methods and Their Analysis, Networks For Serial Data, And Pre-training. Learning Outcomes# With The Completionof The Course, The Students# 1. Will Be Familiar With The Main Models and Common Training Methods For Deep Learning. 2. Will Be Able to Code (in Python, Using The Pytorch Framework) For Deep Neural Network, Train It, and Use It. 3. Will Be Able to Understand The Considerations Required to Tune Deep Networks For Achieving Good Perfomance, and The Relevant Theoretical Results (when Such Exist).

Faculty: Electrical and Computer Engineering
|Undergraduate Studies |Graduate Studies
Pre-required courses

46195 - Machine Learning or 236756 - Introduction to Machine Learning

Course with no extra credit

97209 - Machine Learning 2 236777 - Deep Learning and Its Applications 236781 - Deep Learning On Computation

Semestrial Information

Weekly Hours

3 Academic Credit • 2 Lecture Hours • 1 Discussion Hours • 1 Project Hours

Responsible(s)

Daniel Soudry

Notes
  • עד ל-15.05 הקורס פתוח לרישום של סטודנטים לתואר ראשון ותארים מתקדמים מהפקולטה להנדסת חשמל ומחשבים ולסטודנטים במסלולים משותפים בלבד. החל מה-15.05 סטודנטים מפקולטות אחרות יוכלו להירשם על בסיס מקום פנוי.
  • מתרגלים: טל דניאל (גם אחראי) וליאור פרידמן
  • בודק תרגילים: נועם קסטן

Exams
Session A: 18-09-2024 Session B: 14-10-2024
Registration Groups
11
Lecture Monday 10:30 - 12:30 בנ.מאייר 352 | Joseph Keshet
Exercise Monday 12:30 - 13:30 בנ.מאייר 352 | Lior Fridman
21
Lecture Tuesday 12:30 - 14:30 פישבך 506 | Daniel Soudry
Exercise Tuesday 14:30 - 15:30 פישבך 506 | Tal Daniel
Weekly Hours

3 Academic Credit • 2 Lecture Hours • 1 Discussion Hours • 1 Project Hours

Responsible(s)

Daniel Soudry

Notes
  • הקורס יועבר באנגלית בחורף תשפ"ד.
  • עד ל-15.10 הקורס פתוח לרישום של סטודנטים לתואר ראשון ותארים מתקדמים מהפקולטה להנדסת חשמל ומחשבים ולסטודנטים במסלולים משותפים בלבד. החל מה-15.10 סטודנטים מפקולטות אחרות יוכלו להירשם על בסיס מקום פנוי.
  • מתרגל אחראי: טל דניאל
  • בודק תרגילים: נועם קסטן

Exams
Session A: 30-04-2024 09:00 - 12:00
  • אולמן 103. 104. 105.
Session B: 28-05-2024 17:30 - 20:30
  • טאוב 9.

Registration Groups
11
Lecture Tuesday 10:30 - 12:30 בנ.מאייר 352 | Daniel Soudry
Exercise Tuesday 12:30 - 13:30 בנ.מאייר 352 | Tal Daniel
Weekly Hours

3 Academic Credit • 2 Lecture Hours • 1 Discussion Hours • 1 Project Hours

Responsible(s)

Daniel Soudry

Notes
  • מתרגלים: טל דניאל (גם אחראי) ונועם אילתה
  • בדיקת תרגילים: דוד ולנסי

Registration Groups
11
Lecture Monday 13:30 - 15:30 בנ.מאייר 354 | Daniel Soudry
Exercise Monday 15:30 - 16:30 בנ.מאייר 354 | Tal Daniel
21
Lecture Tuesday 11:30 - 13:30 בנ.מאייר 351 | Joseph Keshet
Exercise Tuesday 13:30 - 14:30 בנ.מאייר 351 | Noam Elata