מידע כללי
הקורס מכסה מגוון רחב של אלגוריתמי למידה עמוקה ויישום יעיל שלהם על חומרה ייעודית. בפרט הקורס יכסה נושאים הבאים: פרספטרון רב-שכבתי, רשתות קונבולוציה, רשתות רקורסיביות, למידה בלתי מונחית, מודלים גנרטיביים, למידה על גרפים, דחיסת רשתות וכו. בחלק החומרתי נסקור ארכיטקטורות ייעודיות עבור אימון והאצת רשתות עצביות עמוקות. תוצאות למידה: בסיום הקורס הסטודנט: 1. ידע אספקטים תאורטיים ומעשיים של בניית רשתות עצביות עמוקות. 2. ידע לבנות רשתות עצביות עמוקות תוך שימוש בחבילות תוכנה ייעודיות. 3. ידע שיטות אופטימיזציה שונות המאפשרות ביצוע יעיל של אפליקציות למידה על מאיצים חישוביים. 4. יבצע פרויקט מחקרי מסכם.
פקולטה: מדעי המחשב
|תואר ראשון
|תארים מתקדמים
מקצועות קדם
44198 - מבוא לעבוד ספרתי של אותות או 46195 - מערכות לומדות או 234125 - אלגוריתמים נומריים או 236200 - עיבוד אותות, תמונות ומידע או 236201 - מבוא לייצוג ועיבוד מידע או 236756 - מבוא למערכות לומדות
מקצועות ללא זיכוי נוסף
46211 - למידה עמוקה 97209 - למידה חישובית 2
מידע סמסטריאלי
שעות שבועיות
3 נקודות אקדמיות • 2 שעות הרצאה • 1 שעות תרגול • 1 שעות פרוייקט
ניווט לדף המקצוע
אחראים
דר. בסקין חיים
קבוצות רישום
|
|
|
|
|
|
|
|
שעות שבועיות
3 נקודות אקדמיות • 2 שעות הרצאה • 1 שעות תרגול • 1 שעות פרוייקט
ניווט לדף המקצוע
אחראים
דר. בסקין חיים
קבוצות רישום
|
|
|
|
|
|
שעות שבועיות
3 נקודות אקדמיות • 2 שעות הרצאה • 1 שעות תרגול • 1 שעות פרוייקט
ניווט לדף המקצוע
אחראים
פרופ. ברונשטיין אלכסנדר
קבוצות רישום
|
|
|
|
|
|