Практические задания

Каждое практическое задание доступно как ZIP-архив с README.md и стартовым task.py.

Задания по лекциям

Лекция	Скачать	Тема
1	01-task-01	Основные теоремы нейроинформатики
2	02-task-01	Формальное описание искусственных нейронных сетей
3	03-task-01	Вычисления на графе
4	04-task-01	Обучение как задача многомерной оптимизации
5	05-task-01, 05-task-02	Общая схема градиентного обучения
6	06-task-01	Автоматическое дифференцирование
7	07-task-01	Практические методы градиентного обучения
8	08-task-01	Настройка обучения и выбор оптимизатора
9	09-task-01	Стандартные вычислительные блоки нейросетей
10	10-task-01	Методы регуляризации
11	11-task-01	Обучение без учителя
12	12-task-01	Сверточные сети
13	13-task-01	Рекуррентные сети
14	14-task-01	Трансформеры
15	15-task-01	Обучение с подкреплением
16	16-task-01	Диффузионные модели
17	17-task-01	Байесовы нейронные сети