الأسبوع 11

$$\gdef \sam #1 {\mathrm{softargmax}(#1)}$$ $$\gdef \vect #1 {\boldsymbol{#1}} $$ $$\gdef \matr #1 {\boldsymbol{#1}} $$ $$\gdef \E {\mathbb{E}} $$ $$\gdef \V {\mathbb{V}} $$ $$\gdef \R {\mathbb{R}} $$ $$\gdef \N {\mathbb{N}} $$ $$\gdef \relu #1 {\texttt{ReLU}(#1)} $$ $$\gdef \D {\,\mathrm{d}} $$ $$\gdef \deriv #1 #2 {\frac{\D #1}{\D #2}}$$ $$\gdef \pd #1 #2 {\frac{\partial #1}{\partial #2}}$$ $$\gdef \set #1 {\left\lbrace #1 \right\rbrace} $$ % My colours $$\gdef \aqua #1 {\textcolor{8dd3c7}{#1}} $$ $$\gdef \yellow #1 {\textcolor{ffffb3}{#1}} $$ $$\gdef \lavender #1 {\textcolor{bebada}{#1}} $$ $$\gdef \red #1 {\textcolor{fb8072}{#1}} $$ $$\gdef \blue #1 {\textcolor{80b1d3}{#1}} $$ $$\gdef \orange #1 {\textcolor{fdb462}{#1}} $$ $$\gdef \green #1 {\textcolor{b3de69}{#1}} $$ $$\gdef \pink #1 {\textcolor{fccde5}{#1}} $$ $$\gdef \vgrey #1 {\textcolor{d9d9d9}{#1}} $$ $$\gdef \violet #1 {\textcolor{bc80bd}{#1}} $$ $$\gdef \unka #1 {\textcolor{ccebc5}{#1}} $$ $$\gdef \unkb #1 {\textcolor{ffed6f}{#1}} $$ % Vectors $$\gdef \vx {\pink{\vect{x }}} $$ $$\gdef \vy {\blue{\vect{y }}} $$ $$\gdef \vb {\vect{b}} $$ $$\gdef \vz {\orange{\vect{z }}} $$ $$\gdef \vtheta {\vect{\theta }} $$ $$\gdef \vh {\green{\vect{h }}} $$ $$\gdef \vq {\aqua{\vect{q }}} $$ $$\gdef \vk {\yellow{\vect{k }}} $$ $$\gdef \vv {\green{\vect{v }}} $$ $$\gdef \vytilde {\violet{\tilde{\vect{y}}}} $$ $$\gdef \vyhat {\red{\hat{\vect{y}}}} $$ $$\gdef \vycheck {\blue{\check{\vect{y}}}} $$ $$\gdef \vzcheck {\blue{\check{\vect{z}}}} $$ $$\gdef \vztilde {\green{\tilde{\vect{z}}}} $$ $$\gdef \vmu {\green{\vect{\mu}}} $$ $$\gdef \vu {\orange{\vect{u}}} $$ % Matrices $$\gdef \mW {\matr{W}} $$ $$\gdef \mA {\matr{A}} $$ $$\gdef \mX {\pink{\matr{X}}} $$ $$\gdef \mY {\blue{\matr{Y}}} $$ $$\gdef \mQ {\aqua{\matr{Q }}} $$ $$\gdef \mK {\yellow{\matr{K }}} $$ $$\gdef \mV {\lavender{\matr{V }}} $$ $$\gdef \mH {\green{\matr{H }}} $$ % Coloured math $$\gdef \cx {\pink{x}} $$ $$\gdef \ctheta {\orange{\theta}} $$ $$\gdef \cz {\orange{z}} $$ $$\gdef \Enc {\lavender{\text{Enc}}} $$ $$\gdef \Dec {\aqua{\text{Dec}}}$$

الجزء اﻷول من المحاضرة

في هذا القسم ، ناقشنا دوال التنشيط الشائعة في Pytorch. على وجه الخصوص ، قمنا بمقارنة عمليات التنشيط مع “kink (s)” مقابل التنشيط السلس - يُفضَل الأول في شبكة عصبية عميقة لأن الأخيرة قد تعاني من مشكلة تلاشي التدرج. ثم تعلمنا عن دوال الخسارة الشائعة في Pytorch.

الجزء الثاني من المحاضرة

في هذا القسم ، واصلنا التعرف على دوال الخسارة. على وجه الخصوص، الخسائر القائمة على الهامش وتطبيقاتها. ناقشنا بعد ذلك كيفية تصميم دالة خسارة جيدة لـ EBMs بالإضافة إلى أمثلة على دوال خسارة EBM المعروفة. لقد أولينا اهتمامًا خاصًا لدالة الخسارة القائمة على الهامش هنا ، بالإضافة إلى شرح فكرة “أكثر الإجابات غير الصحيحة المخالفة”.

تطبيق عملي

اقترح هذا التطبيق العملي “تعليم سياسة فعالة للقيادة في حركة المرور الكثيفة”. لقد قمنا بتدريب سياسات متعددة من خلال فتح نماذج مكتسبة لديناميكيات العالم الحقيقي من خلال تحسين دوال التكلفة المختلفة. تكمن الفكرة في تقليل عدم اليقين في تنبؤ النموذج من خلال إدخال مصطلح التكلفة الذي يمثل اختلاف النموذج عن الحالات التي يتم التدريب عليها.



Ali elfilali