Diferenciació automàtica amb el PyTorch - Xavier Giró - UPC ESEIAAT 2020

L'objectiu de l'assignatura és el desenvolupament de xarxes neuronals profundes que permetin resoldre problemes d’intel·ligència artificial. Aquestes eines d’aprenentatge automàtic estimen els seus paràmetres a partir d’unes dades d’entrenament i un criteri d’optimització. L’assignatura presenta els tipus de capes més utilitzades en aquestes xarxes, així com els algoritmes i metodologies d’optimització més populars. Els estudiants seran capaços implementar-les en programari, així com monitoritzar el seu entrenament i diagnosticar quines accions poden millorar-ne el funcionament. El curs se centra en aplicacacions de xarxes neuronals profundes relacionades amb la gestió i distribució de senyals audiovisuals.