Сайт использует сервис веб-аналитики Яндекс Метрика с помощью технологии «cookie». Пользуясь сайтом, вы даете согласие на использование данной технологии.
Лекция и лабораторная работа по архитектуре систем ИИ (Artificial Intelligence Systems Architecture) и нейросетям. Лекция на тему матричной формы в обучении нейросетей: Нейросеть, как граф Данные Градиенты Прямое и обратное распространение Градиентный спуск Первая часть лабораторной работы посвящена построению нейросети вручную (с помощью NumPy): Данные Построение вычислительного графа Тренируем нейросеть Вторая часть лабораторной работы - введение в PyTorch: Тензоры (основные виды, типы данных, простые операции) Автоматическое дифференцирование Построим нашу сеть в PyTorch Полносвязная нейросеть в Pytorch Слайды: Лабораторная в Google Colab: Нечаев Владимир Иваново, ИГЭУ, 2025