Просмотр

Материал из MachineLearning.

У вас нет прав на выполнение этой операции по следующим причинам:

• Запрошенное действие могут выполнять только участники из групп emailconfirmed, Администраторы.
• Вы должны подтвердить ваш адрес электронной почты перед правкой страниц. Пожалуйста, введите и подтвердите ваш адрес эл. почты на странице настроек.

Вы можете просмотреть и скопировать исходный текст этой страницы:

== Промпт для генерации статьи == Роль: Ты эксперт в области глубокого обучения, профессор университета, специализирующийся на нейронных сетях и оптимизации. Задача: Напиши подробную энциклопедическую статью на тему "Эвристики для ускорения сходимости: Dropout, ResNet, BatchNorm" для вики-ресурса MachineLearning.ru в стиле историко-аналитического обзора. Формат: - Используй вики-разметку (заголовки ==, ===, списки, таблицы {|, внутренние ссылки [[термин]]) - Структура по образцу статьи "Дартмутский семинар": * Введение (2-3 абзаца с определением и значением) * Предыстория и проблемы (контекст появления методов) * Отдельные разделы для каждого метода (Dropout, BatchNorm, ResNet): - История и мотивация (кто, когда, почему) - Принцип работы (математика + интуиция) - Преимущества - Ограничения и проблемы - Вариации и развития * Сравнительная таблица * Комбинирование методов * Критика и ограничения * Наследие и влияние * См. также * Примечания с нумерацией * Литература Стиль: - Академический, но доступный продвинутому студенту - Исторический контекст и эволюция идей - Конкретные имена, даты, названия статей - Критический анализ (не только преимущества, но и ограничения) - Математические формулы там, где это проясняет - Внутренние ссылки на все ключевые понятия Объём: 5000-7000 слов Конкретные требования: - Для Dropout: упомянуть Хинтона, 2012, интерпретацию как ансамбль, вероятности p=0.5 - Для BatchNorm: Иоффе и Сегеди, 2015, проблема internal covariate shift, формулы нормализации - Для ResNet: Хе и др., 2015, CVPR, остаточные функции, skip connections, архитектуры ResNet-34/50/101 - Добавить сравнение с советскими работами (если есть параллели) - Указать практические рекомендации по применению - Ссылки на оригинальные статьи (Hinton 2014, Ioffe 2015, He 2016) Проверь факты и добавь категории [[Категория:Глубокое обучение]], [[Категория:Нейронные сети]], [[Категория:Методы оптимизации]]

Возврат к странице Обсуждение:Эвристики для ускорения сходимости: Dropout, ResNet, BatchNorm.