Лекция. Рекуррентная нейронная сеть

Занятие ведёт Татьяна Гайнцева.

---
Deep Learning School при ФПМИ МФТИ
Каждые полгода мы запускаем новую итерацию нашего двухсеместрового практического онлайн-курса по глубокому обучению. Наборы проводятся в августе-сентябре и январе-феврале.

За нашими новостями можно следить здесь:

ФПМИ МФТИ

[Igor.E]

Респект Татьяне! Просто идеальная подача. Всё кристально ясно, никаких лакун. Спасибо!

[natalias]

Самое лучшее объяснение. Отличная методическая подача. Брольшое спасибо!

[darkfate]

Лучшая. Очень круто и понятно. Особенно, когда показали картинку со всеми весами W, U, V прям мурашки пошли от того, что вот именно это и надо для понимания

[арбузер]

Какая вы красивая! Лекция огонь! спасибо ❤❤

[bigtown]

Супер ролик, в 16 минут полное понимание структуры.

[vadimdorokhov]

Наконец-то понятное объяснение, спасибо большое.

[ilyastd]

Отличная и понятная лекция на сложную тему! Спасибо 😊

[kuroles]

Спасибо за лекцию! Однако на слайде 9:18 заметил неточность в указанной размерности матрицы W. Если бы матрица весов была бы n×k (как указано на слайде), то выражение WX не имело бы решения, так как количество столбцов матрицы W не совпало бы с количеством строк вектора X. Мне кажется, что верная размерность матрицы W - это k×n, так как только в этом случае возможно осуществить перемножение.

[YbisZX]

Не понятно, почему слой y считается неотъемлемой частью рекуррентного слоя. Это же просто полносвязный слой приставленный к слою h. Зачем ему быть того же размера k, он же может быть любого размера? Почему нельзя обойтись без него вообще и подавать выход h сразу на следующий рекуррентный слой?

[knoxcrb]

Че -то не много интереса проявлено к лекции? Видимо люди кто занимается нейросетями еще слабо представляют важность рекуррентных сетей! А а а ... ну да они же сложнее. Хотя это первые шаги к коммуникативным сетям. Это же не кому не интересно!😆

[ihornikulin]

Девочка молодец. Но скучно слишком. Не способна завлечь. Просто бу-бу-бу. Надеюсь она будет работать над этим.