Ekipa od prosle godine, jel ima kakva dobra alternativa za predavanje o generativnim modelima? Ova sluzbena predavanja mi ne sjedaju najbolje pa me zanima jel ima nes a da pokriva sve sto moramo znati
login Ne bas ://
Ganove mozes tu dobro naucit http://d2l.ai/chapter_generative-adversarial-networks/gan.html ili cak iz originalnog papera
Autoencoderi i VAE mozes nac videe online ili, opet, originalni paper
A sa boltzmannovim strojem neka ti bog pomogne xD
ZI 19/20: “Razmatramo dvoslojni LSTM s dimenzijom skrivenog stanja500te dimenzijom ulaznih repre-zentacija prvog sloja300. Odredite ukupan broj parametara navedene mreže.”
Jel (500 * 500 + 300 * 500 + 500) * 4? (4 zbog f, i, c kapa, o)
member ja mislim ovako: 4*(300 * 500 + 500 + (500 * 500+500) * 2), gdje se zadnja zagrada odnosi na dva sloja koji imaju različite parametre
MJ3 500 u drugoj zagradi je jedan viška ja mislim
Moze onda pomoc oko tih formula za receptivno polje? Dok se racunalo na MI, rijesio sam na nacin na koji sam shvatio (iz onih Segvicevih videa gdje rijesava zadatke) i dok sam se javio za uvide, samo su mi rekli da je krivo :/
Ziher početno za ulaz : rf = 1; f = 1 kod konvolucije i poola : rf = rf +(k-1)f ; f=fs potpuno povezani slojevi: cijela slika nelinearne aktivacije: nema promjene flatten: nema promjene
Zna li itko kako se racuna derivacija loss-a po out-u za GAN? Kako racunamo dva out-a, za D(x) i D(G(z)) zbunjujuce je, a ako racunam derivaciju L-a po G(z), ispada mi krivo…
Rasa dakle skuzila sam, ako ikog drugog zanima: racuna se prvo backpropagation za real data i onda za fake data, ti se gradijenti zbroje pa se onda tek update-aju parametri diskriminatora
Jel zna netko tocne odgovore?
Vrba 1a, 2d, 3a?, 4a, 5c, 6c, 7b, 8b?, 9a, 10d
member po docu je 3. b
Vrba Možeš molim te poslat link od tog doca?
DodgeCharger https://docs.google.com/document/d/1hwdYDL7MHhEIACwH3Mac0fxOlgMYcnWSRawWVvxVBBc/edit
Solaire da istina
Solaire Jel mozes objasnit taj zadatak s parametrima 500 i 300?
