► 13. Функции активации 2 | Курс Нейронные Сети.

✅ Курсы с задачами: ► Нейронные сети с задачами: https://clck.ru/3QMA9q ► Pytorch с задачами: https://clck.ru/3QKioT ► Numpy с задачами: https://clck.ru/3QKipY ► Object Detection с задачами: https://clck.ru/3QKiq5 ► Pandas с задачами: https://clck.ru/3QKipC ✅ Мой Telegram канал: https://t.me/dubinin_ser ✅ Telegram группы: ► Pytorch: https://t.me/PyTorch_for_you ► Pandas: https://t.me/pandas_for_you ► Numpy: https://t.me/numpy_for_you Git - https://clck.ru/3QPBCH Статья ELU- https://arxiv.org/pdf/1511.07289 Статья Swish - https://arxiv.org/pdf/1710.05941v1 Статья GELU - https://arxiv.org/pdf/1606.08415 ================================================= Этот курс познакомит вас с ключевыми концепциями нейронных сетей — от простых перцептронов до методов глубокого обучения. Мы разберём основные архитектуры (MLP, CNN и трансформеры), принципы обучения, оптимизации и регуляризации. В каждом видео будут понятные визуализации и пошаговые объяснения, чтобы вы быстро могли применять полученные знания. Курс подойдёт разработчикам, студентам и всем, кто хочет решать задачи компьютерного зрения, обработки текста и прогнозирования. По итогам вы сможете строить, обучать и оценивать собственные нейросети и интегрировать их в проекты. ================================================= В этом видео мы подробно поговорим про функции активации, о которых узнали в прошлом видео. Тайм-коды: 00:00 - Введение. 00:13 - ReLU. 04:00 - LeakyReLU. 04:44 - ELU, SELU, CELU. 07:28 - Swish. 09:36 - Mish. 10:00 - GELU + SiLU. 11:03 - Рекомендации по выбору функции активации. Теги: #pytorch #AI #objectdetection #нейросеть