Поиск
Найдено: 50
32 мин🧠 Янник Кильхер: «Может ли мозг обучаться методом обратного распространения ошибки?»
12 мин⚙ 3Blue1Brown: «Интуитивное руководство по алгоритму обратного распространения ошибки»
3ч 59м🚀 Анатомия нейросетей: фундаментальный гид по теории глубокого обучения
1ч 19м📉 Как Александр Мадри объясняет математику обратного распространения ошибки и концепцию Software 2.0
32 мин🧠 Возможен ли бэкпроп в мозге? Разбор гипотезы Джеффри Хинтона
2ч 25м🛠 Micrograd: как 150 строк кода объясняют работу современных нейросетей
1ч 51м🧠 Теория всего от нейробиологии: как Карл Фристон связывает физику, разум и машинное обучение
1ч 16м🔄 Лекция CS231N: как устроены нейросети и алгоритм обратного распространения
2ч 13м🚀 Экономика кремния: как физика памяти ограничивает развитие ИИ
3ч 19м🌐 Проклятие размерности: почему нейросети всегда занимаются экстраполяцией
58 минДжеффри Хинтон: «Мозг не использует обратное распространение ошибки»
58 мин🧠 Интервью с Джеффри Хинтоном: как алгоритм Forward-Forward изменит нейросети
1ч 33м🚀 Нейтан Лабенц об основах обучения нейросетей и феномене гроккинга
26 мин🚪 Джеффри Хинтон: «Человечество — промежуточная фаза эволюции интеллекта»
1ч 16м🏭 Lecture 23: Introduction to Machine Learning
1ч 23м🧠 Алекс Орбиа рассказал о переходе от Backpropagation к смертным вычислениям
27 мин🧠 История сверточных сетей: от забытых патентов до революции ImageNet
15 мин🧠 Интуиция Backpropagation: как работают шесть ключевых уравнений нейросети
1ч 16м💡 Nous Research представила технологию децентрализованного обучения моделей Distro
1ч 03м🧠 Карл Фристон: «Интеллект — это физика, а не только статистика»
54 мин🎥 Ян Лекун: «AGI не существует, человеческий интеллект специализирован»
3ч 53м🤖 Математика под капотом ИИ: Как на самом деле учатся нейросети
53 мин🌐 Интервью с Мохитом Бансалом: как объединить зрение, звук и текст в одной нейросети
37 мин🧠 Терри Сейновски: «Люди — это языковые модели в мозге приматов»
1ч 03м🧠 Как ИИ от Google помогает ученым составить полную карту мозга
48 мин🚀 Джеффри Хинтон об итогах 2020 года: капсульные сети, дистилляция знаний и обучение без учителя
46 мин🧠 Андре ван Шайк о запуске суперкомпьютера DeepSouth на 100 миллиардов нейронов
14 мин🧮 Эндрю Ын: «Самый эффективный способ вычисления производных — справа налево»
49 мин🧠 Как нейроморфные чипы преодолевают кризис архитектуры фон Неймана
59 мин🧠 Implicit MLE: как обучать нейросети с дискретными алгоритмами
51 мин🧠 Как iMAML побеждает вычислительный кошмар традиционного мета-обучения?
34 мин🛑 Сможет ли случайная матрица заменить обратное распространение ошибки?
2ч 35м🧠 Тысяча мозгов: как Джефф Хокинс меняет архитектуру ИИ
1ч 12м🧠 Стэнфордский курс CS221: Основы тензорных вычислений и обучения моделей
59 мин🧠 Педро Домингос: «Современный успех ИИ — это локальный оптимум, а не финал»
1ч 14м🛠 Анатомия GPU и FlashAttention: как оптимизация памяти ускоряет LLM
1ч 11м🧠 Stanford CS221: «Искусство обучения глубоких нейронных сетей»
1ч 53м🧠 Элегантная математика ИИ: Анил Анантасвами о скрытых механизмах нейросетей
29 мин🧠 Как уместить 64 000 токенов в одну видеокарту: разбор нейросети Reformer
55 мин❌ Ян Лекун: «Почему большие языковые модели никогда не поймут реальность»
19 мин🏆 Юрген Шмидхубер против Джеффри Хинтона: Спор об истинных авторах глубокого обучения
49 мин🧩 Джефф Хинтон о будущем ИИ: от капсульных сетей до загадок человеческого мозга
52 мин🎰 Янник Килчер о «аппаратной лотерее»: почему побеждают только удобные технологии
1ч 16м🌍 Как устроена архитектура Transformers и зачем ей скалярное произведение
25 мин📉 Yannic Kilcher об ускорении нейросетей через «трудные» примеры
2ч 44м📸 Как победить технологических гигантов: правила игры Кевина Систрома
22 мин🧠 Как устроены нейросети без слоев: подробный разбор концепции Neural ODE
57 мин👑 Джеффри Хинтон об ИИ: «Мы до конца не понимаем, что именно построили»
21 мин🔌 Аналоговый ренессанс: почему кремний уступает место физике токов
59 мин🎨 Эволюция ИИ-арта: от безумия Deep Dream до умной диффузии