Saltar al contenido principal
ToolPotion
Asesor de IA
Enviar

CBLL Research Lab

CBLL Research Lab es un recurso de investigación y enseñanza del Laboratorio de Aprendizaje Computacional y Biológico de NYU sobre modelos basados en energía (EBMs), un área liderada por Yann LeCun desde 2003. Reúne diapositivas tutoriales, charlas en video y documentos que explican cómo funcionan los EBMs y cómo entrenarlos, dirigidos a estudiantes e investigadores que aprenden la teoría del aprendizaje automático.

Ver curso
Compartir
Captura de pantalla de CBLL Research Lab
Captura de pantalla de CBLL Research Lab

La página de modelos basados en energía del CBLL Research Lab es un recurso de investigación del Laboratorio de Aprendizaje Computacional y Biológico de NYU (CBLL), que cubre un área de estudio activa desde septiembre de 2003 con participantes como Yann LeCun, Sumit Chopra, Raia Hadsell y Fu-Jie Huang. En lugar de un curso estructurado con un plan de estudios, organiza presentaciones en diapositivas, charlas en video y publicaciones que enseñan la teoría y práctica de los modelos basados en energía (EBMs).

Leer más

Un EBM asocia un valor de energía con cada configuración de un conjunto de variables, en lugar de una probabilidad normalizada como en un modelo gráfico probabilístico estándar. Hacer una predicción (una inferencia) significa encontrar la configuración con la energía más baja, y entrenar un EBM significa moldear la superficie de energía para que las configuraciones deseadas se sitúen en baja energía y las no deseadas en energía más alta, guiadas por una función de pérdida diseñada para ese propósito.

Los tutoriales de la página incluyen "Un Tutorial sobre Aprendizaje Basado en Energía", presentado en la Escuela de Verano CIAR 2006 en la Universidad de Toronto, con diapositivas en DjVu y PDF; un tutorial de 4 partes de la Escuela de Verano de Graduados IPAM 2005 en UCLA, con video en streaming y diapositivas que cubren una introducción a los EBMs, arquitecturas y funciones de pérdida, redes convolucionales para el reconocimiento de imágenes invariantes, y métricas de disimilitud entrenables, segmentación, etiquetado de secuencias y redes transformadoras de grafos; y una charla sobre funciones de pérdida para EBMs con salidas estructuradas de un taller NIPS 2004. Las publicaciones vinculadas incluyen el tutorial de 60 páginas "Un Tutorial sobre Aprendizaje Basado en Energía" (Bakir et al., 2006), "Funciones de Pérdida para el Entrenamiento Discriminativo de Modelos Basados en Energía" (LeCun y Huang, 2005), y "Detección Sinérgica de Rostros y Estimación de Pose" (Osadchy, Miller y LeCun, NIPS 2004), que aplica la metodología EBM y una función de pérdida contrastiva para detectar rostros y estimar su pose al mismo tiempo. La página también incluye demostraciones animadas que visualizan cómo diferentes funciones de pérdida moldean la superficie de energía de un EBM en una tarea de ejemplo simple.

Este recurso está dirigido a estudiantes de posgrado e investigadores que estudian la teoría del aprendizaje automático, particularmente modelos basados en energía y de salida estructurada, en lugar de a desarrolladores que buscan una herramienta descargable. Todas las diapositivas, videos y documentos vinculados son accesibles de forma gratuita en la página.

  • CategoríaOtras herramientas de IA

  • Presentaciones en diapositivas tutoriales sobre la teoría de modelos basados en energía, en formatos DjVu y PDF

  • Grabaciones en video en streaming de un tutorial de 4 partes de la Escuela de Verano de Graduados IPAM

  • Documentos publicados sobre aprendizaje basado en energía y de salida estructurada

  • Demostraciones animadas que muestran cómo diferentes funciones de pérdida moldean una superficie de energía

  • Una charla de taller NIPS sobre funciones de pérdida para salidas estructuradas

  • Investigación sobre redes convolucionales para el reconocimiento de imágenes invariantes

  • Un documento sobre detección sinérgica de rostros y estimación de pose utilizando la metodología EBM

  1. Comienza con la visión general: Lee la descripción de Modelos Basados en Energía en la página para entender el concepto central.

  2. Mira el tutorial de IPAM: Sigue la serie de videos en streaming de 4 partes para un recorrido completo.

  3. Lee el documento tutorial: Trabaja a través de "Un Tutorial sobre Aprendizaje Basado en Energía" para profundizar en la teoría.

  4. Revisa las demostraciones: Estudia los ejemplos animados que muestran cómo las funciones de pérdida moldean la superficie de energía.

  5. Consulta las publicaciones: Lee los documentos vinculados para aplicaciones específicas como la detección de rostros y la estimación de pose.

  • Aprender la teoría de EBM
  • Aprendizaje de salida estructurada
  • Referencia académica

Reseñas de CBLL Research Lab

Cargando...

Similares a CBLL Research Lab

Physics Informed Machine Learning

Canales de YouTube de IA

Este canal de YouTube presenta videos de talleres sobre Ciencia e Ingeniería Basada en Datos y Aprendizaje Automático Informado por Física. Explore temas como modelado de series…

Otras herramientas de IAEducación y e-learning

N.º 187 en Canales de YouTube de IA

Ver herramienta

AI Sciences

Canales de YouTube de IA

AI Sciences ofrece cursos y videos gratuitos en línea sobre ciencia de datos, aprendizaje automático e IA. Dirigido a principiantes, el contenido es producido por expertos de…

Otras herramientas de IA

N.º 92 en Canales de YouTube de IA

Ver herramienta

Canales de YouTube de IA

Ofrece cursos y videos gratuitos en línea sobre ciencia de datos, aprendizaje automático e IA. Dirigido a principiantes, el contenido es producido por expertos de…AI Sciences ofrece cursos y videos gratuitos en línea sobre ciencia de datos, aprendizaje automático e IA. Dirigido a principiantes, el contenido es producido por expertos de…

Otras herramientas de IA
N.º 92 en Canales de YouTube de IA

Spinning Up en Deep RL proporciona documentación completa para aprender sobre el aprendizaje por refuerzo profundo. Incluye guías de instalación, algoritmos, gestión de…

Formación corporativa y e-learning

N.º 59 en Aprendizaje de IA

Ver herramienta

Proporciona documentación completa para aprender sobre el aprendizaje por refuerzo profundo. Incluye guías de instalación, algoritmos, gestión de…Spinning Up en Deep RL proporciona documentación completa para aprender sobre el aprendizaje por refuerzo profundo. Incluye guías de instalación, algoritmos, gestión de…

DestacadaFormación corporativa y e-learning
N.º 59 en Aprendizaje de IA

Clases de IA de Venkata Reddy

Canales de YouTube de IA

Clases de IA de Venkata Reddy es un canal de YouTube que ofrece cursos completos sobre Ciencia de Datos, Aprendizaje Automático e Inteligencia Artificial. Proporciona tutoriales…

Otras herramientas de IA

N.º 119 en Canales de YouTube de IA

Ver herramienta

Canales de YouTube de IA

Canal de YouTube que ofrece cursos completos sobre Ciencia de Datos, Aprendizaje Automático e Inteligencia Artificial. Proporciona tutoriales…Clases de IA de Venkata Reddy es un canal de YouTube que ofrece cursos completos sobre Ciencia de Datos, Aprendizaje Automático e Inteligencia Artificial. Proporciona tutoriales…

Otras herramientas de IA
N.º 119 en Canales de YouTube de IA

Machine Learning Zoomcamp

Aprendizaje de IA

Machine Learning Zoomcamp ofrece un programa integral y gratuito de cuatro meses diseñado para enseñar ingeniería de ML. Los participantes pueden registrarse para adquirir…

Educación e investigaciónEducación y e-learning

N.º 17 en Aprendizaje de IA

Ver herramienta

Aprendizaje de IA

Ofrece un programa integral y gratuito de cuatro meses diseñado para enseñar ingeniería de ML. Los participantes pueden registrarse para adquirir…Machine Learning Zoomcamp ofrece un programa integral y gratuito de cuatro meses diseñado para enseñar ingeniería de ML. Los participantes pueden registrarse para adquirir…

DestacadaEducación e investigaciónEducación y e-learning
N.º 17 en Aprendizaje de IA
1 de 8