Vai al contenuto principale
Moodle@Units
  • Home
  • Corsi
    Tutti i corsi Fisica Ingegneria e Architettura Matematica e Geoscienze Scienze Chimiche e Farmaceutiche Scienze Economiche, Aziendali, Matematiche e Statistiche Scienze della Vita Scienze Giuridiche, del Linguaggio, dell`Interpretazione e della Traduzione Scienze Politiche e Sociali Studi Umanistici Universitario Clinico di Scienze mediche, chirurgiche e della salute E-learning@Units Centro Linguistico di Ateneo Sistema Bibliotecario di Ateneo Amministrazione Centrale Corsi supplementari PhD - Formazione trasversale La ricerca all'Università di Trieste Guide a Moodle Servizi Disabili e DSA Percorso universitario iniziale dei docenti delle scuole secondarie di primo e secondo grado
  • Supporto
    Guida a Moodle per studenti Guida a Moodle per docenti Pagina del supporto tecnico Informativa dati personali
  • Altro
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
Ospite
Accedi
Moodle@Units
Home Corsi Minimizza Espandi
Tutti i corsi Fisica Ingegneria e Architettura Matematica e Geoscienze Scienze Chimiche e Farmaceutiche Scienze Economiche, Aziendali, Matematiche e Statistiche Scienze della Vita Scienze Giuridiche, del Linguaggio, dell`Interpretazione e della Traduzione Scienze Politiche e Sociali Studi Umanistici Universitario Clinico di Scienze mediche, chirurgiche e della salute E-learning@Units Centro Linguistico di Ateneo Sistema Bibliotecario di Ateneo Amministrazione Centrale Corsi supplementari PhD - Formazione trasversale La ricerca all'Università di Trieste Guide a Moodle Servizi Disabili e DSA Percorso universitario iniziale dei docenti delle scuole secondarie di primo e secondo grado
Supporto Minimizza Espandi
Guida a Moodle per studenti Guida a Moodle per docenti Pagina del supporto tecnico Informativa dati personali
Espandi tutto Minimizza tutto
  1. 452SM - DEEP LEARNING 2020
  2. Part I
  3. Homework 2

Homework 2

Aggregazione dei criteri
Aperto: giovedì, 18 marzo 2021, 00:00
Termine consegna venerdì, 26 marzo 2021, 00:00

As for homework 1, try to write your solution in a Jupyter Notebook trying to explain your choices using comments or (preferably) the markdown cells. For this homework, Python scripts will be accepted as well.


Reconstruct in PyTorch the first experiment in Learning representations by back-propagating errors with learning rule in eq.8 (gradient descent without momentum) (alternative link to paper).

Try to be as close as possible to the original protocol, except for what regards the learning rule, and perhaps the random initialization method

  1. Read the paper (don’t worry if you don’t understand the other experiments in detail, because our focus is on the first one)

  2. Create the data, the model and everything is needed (do not use dataloaders if you don’t know yet how they work)

  3. Train the model

  4. Inspect the weights you obtained and check if they provide a solution to the problem

Compare the solution to the solution reported in the paper


Contatta il supporto
Ospite (Accedi)
Ottieni l'app mobile
Powered by Moodle