Aperçu des sections

• General

  Tout replier Tout déplier
  • DAT112 Neural Network Programming (Apr. 2023)

    This six-week class will introduce neural network programming concepts, theory and techniques. The class material will begin at an introductory level, intended for those with no experience with neural networks, eventually covering intermediate-to-advanced concepts. The programming language will be Python 3.10; experience with Python programming will be assumed. The Keras neural network framework will be used for neural network programming; no experience with Keras will be expected.  Lectures will be 11:00am - 12:00pm, Tuesday and Thursdays.  There will be no lectures on May 30 and June 1.
    Format: In-person, in the SciNet teaching room (661 University Ave., suite 1140A).  All lectures will be recorded.

    Teacher: Erik Spence

    Start date: 25 Apr 2023

    End date: 8 Jun 2023

    Data Science Credits: 16

    Events:

    Neural Network Programming Lecture - Thursday, 27 April, 10:04 AM » 11:04 AM

    Neural Network Programming Lecture - Tuesday, 2 May, 11:00 AM » 12:00 PM

    Neural Network Programming Lecture - Thursday, 4 May, 10:04 AM » 11:04 AM

    A full list of course events can be found here.
  • 

    Forum

    Announcements Forum

• Lectures
  • • 1. Introduction
      • intro_I.pdf
      • lecture1_code.tar.gz
  • • 2. Neural networks
      • intro_II.pdf
      • lecture2_code.tar.gz
      • mnist.pkl.gz
  • • 3. Frameworks
      • frameworks.pdf
      • lecture3_code.tar.gz
  • • 4. Convolutional neural networks
      • CNNs.pdf
      • lecture4_code.tar.gz
  • 

    Fichier

    5. Image classification Fichier
  • • 6. Variational autoencoders
      • MNIST_VAE.mpg
      • mnist_vae.py
      • VAEs.pdf
  • • 7. Generative adversarial networks
      • GANs.pdf
      • MNIST_gan.mpg
      • MNIST_gan.py
  • • 8. Reinforcement learning
      • q_cartpole_player.py
      • RL.pdf
  • • 9. Graph neural networks
      • GNNs.pdf
      • lecture9_code.tar.gz
  • • 10. Recurrent neural networks
      • lecture10_code.tar.gz
      • RNNs.pdf
  • • 11. Sequence-to-sequence networks
      • lecture11_code.tar.gz
      • S2S.pdf
  • • 12. Attention networks
      • Attention.pdf
      • lecture12_code.tar.gz

• Recordings
  • 

    Fichier

    1. Introduction Fichier
  • 

    Fichier

    2. Neural networks Fichier
  • 

    Fichier

    3. Frameworks Fichier
  • 

    Fichier

    4. Convolutional neural networks Fichier
  • 

    Fichier

    5. Image classification Fichier
  • 

    Fichier

    6. Variational autoencoders Fichier
  • 

    Fichier

    7. Generative adversarial networks Fichier
  • 

    Fichier

    8. Reinforcement learning Fichier
  • 

    Fichier

    9. Graph neural networks Fichier
  • 

    Fichier

    10. Recurrent neural networks Fichier
  • 

    Fichier

    11. Sequence-to-sequence networks Fichier
  • 

    Fichier

    12. Attention Fichier

• Topic 3
  • 

    Devoir

    Assignment 1 Devoir

    Ouvert le : jeudi 4 mai 2023, 11:30

    À rendre : jeudi 11 mai 2023, 23:59
  • 

    Devoir

    Assignment 2 Devoir

    Ouvert le : jeudi 18 mai 2023, 11:30

    À rendre : jeudi 25 mai 2023, 23:59
  • 

    Devoir

    Assignment 3 Devoir

    Ouvert le : jeudi 8 juin 2023, 11:30

    À rendre : jeudi 15 juin 2023, 23:59