Search this site
Embedded Files
Skip to main content
Skip to navigation
Krzysztof Ciebiera
Zajęcia
GNN
WWW
Laboratorium 1
Laboratorium 2
Laboratorium 3
Laboratorium 4
Laboratorium 5
Laboratorium 6 + 7
Zadanie domowe 1
Laboratorium 8
Laboratorium 9
Laboratorium 10
Zadanie domowe 2
Slajdy
ZPP 2019
Zaawansowane Bazy Danych 2019
Laboratorium 1
ZBD Zadanie 1
ZBD Zadanie 2
ZBD Zadanie 3
ZBD Zadanie 4
ZBD Zadanie 5
ZBD Zadanie 6
Zaawansowane Bazy Danych 2020
Laboratoria
ZBD 2020 Zadanie 1
ZBD 2020 Zadanie 2
ZBD 2020 Zadanie 3
ZBD 2020 Zadanie 4
ZBD 2020 Zadanie 5
Krzysztof Ciebiera
GSN
Laboratorium 7
pojawiła się oficjalna strona przedmiotu
https://gsn.mimuw.edu.pl/
omawiamy
https://gsn.mimuw.edu.pl/lab6.py_
Laboratorium 6
Studenci powinni mieć konta na entropii
https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html
Laboratorium 5
https://colab.research.google.com/drive/1YwAig8HiHWziW1ZmIHL-EbVVR9U4FK88
Proszę, żeby każdy zrobił po co najmniej jednym łatwym zadaniu
Regularyzacja L1 L2
Pełniejszy wykład
https://www.youtube.com/watch?v=d6XDOS4btck
Prostszy
https://www.deeplearning-academy.com/p/ai-wiki-regularization
Nesterov, adagrad, RMSProp
https://cs231n.github.io/neural-networks-3/#sgd
Dropout
https://cs231n.github.io/neural-networks-2/#reg
Laboratorium 4
Pogadamy o sympy
Pogadamy o cenach mieszkań
Może zobaczymy rozwiązanie ćwiczenia 3 i 5
Zobaczmy dobre przypomnienie
https://towardsdatascience.com/how-to-build-your-own-neural-network-from-scratch-in-python-68998a08e4f6
Na kolejne zajęcia inna metoda na MNISTa
https://colab.research.google.com/drive/1rJg11TvqAzAT3gHc7vKIrs_i75-xXJBW
Laboratorium 3
Zobaczymy sympy
https://colab.research.google.com/drive/1BBtbW1rKCVUXUiMVgK0UMX-NDBdhymIe
Omówimy ćwiczenie 4
https://colab.research.google.com/drive/1KEArJP79naFU1PNiPhuIoYuMCDOVnmDW
Na kolejny tydzień do oddania jest ćwiczenie 5
https://colab.research.google.com/drive/1ZysoLzk3YHhwmaTey0FtMsnfdfxyNjMU
Laboratorium 2
Samodzielnie pracujemy nad Ćwiczeniem 2
https://colab.research.google.com/drive/1jSk9vCU-1f0Fy53YPb-YSNLd7fEaRvWV
Ćwiczenie 3 jest do sprawdzenia w przyszłym tygodniu
https://colab.research.google.com/drive/161R3CKmI94D2tHM2TgHu-ZTgW3av5UM
-
Laboratorium 1
Zrobimy Ćwiczenie 1 (w szczególności numeryczne i analityczne policzenie gradientu) itd, będę je sprawdzał za tydzień (na plusy)
https://colab.research.google.com/drive/1YfaIgIckotDhaaTe5uaGpHIefi7rKWQI
Zastanowimy się nad założeniami regresji liniowej
http://r-statistics.co/Assumptions-of-Linear-Regression.html
Zastanowimy się razem nad tym co oznaczają hinty w Ćwiczeniu drugim
Samodzielnie zaczniemy pracę nad Ćwiczeniem 2 i 3
Tutaj są treści
https://www.mimuw.edu.pl/~ciebie/DL1920.zip
Poniżej są stare (z 2019 roku) zadania
Slajdy i ćwiczenia są dostępne na
https://bit.ly/2SZfkkS
Laboratorium
Policzymy gradient L2
Popatrzymy na stronę o optymalizacji:
http://ruder.io/optimizing-gradient-descent/
Samodzielnie zaczniemy pracę nad Ćwiczeniem 7
Jeśli ktoś chce robić dropout, to niech przeczyta
https://www.deeplearningbook.org/contents/regularization.html
(rozdział 7.12)
Laboratorium
Omówimy "prawie rozwiązanie"
www.mimuw.edu.pl/~ciebie/nn2.txt
Samodzielnie zaczniemy pracę nad Ćwiczeniem 6 (
www.mimuw.edu.pl/~ciebie/Exercise_6_P3.ipynb
)
Laboratorium
Razem zrobimy Ćwiczenie 4 (najpierw gradientowo a potem sklearn)
Samodzielnie zaczniemy pracę nad Ćwiczeniem 5
Google Sites
Report abuse
Google Sites
Report abuse