„Deep Learning a gyakorlatban Python és LUA alapon” változatai közötti eltérés
a →Tippek |
|||
| (10 közbenső módosítás ugyanattól a felhasználótól nincs mutatva) | |||
| 3. sor: | 3. sor: | ||
| tárgykód = VITMAV45 | | tárgykód = VITMAV45 | ||
| kredit = 4 | | kredit = 4 | ||
| kereszt = | | kereszt = nincs | ||
| tanszék = TMIT | | tanszék = TMIT | ||
| jelenlét = gyakorlaton min. 70% | | jelenlét = gyakorlaton min. 70% | ||
| 10. sor: | 10. sor: | ||
| kiszh = nincs | | kiszh = nincs | ||
| nagyzh = nincs | | nagyzh = nincs | ||
| hf = NHF + opcionális KHF | | hf = NHF + opcionális 5db KHF | ||
| vizsga = írásbeli + szóbeli | | vizsga = írásbeli + szóbeli | ||
| levlista = [https://groups.google.com/forum/#!forum/vitmav45 Google Groups] | | levlista = [https://groups.google.com/forum/#!forum/vitmav45 Google Groups] | ||
| 19. sor: | 19. sor: | ||
== Követelmények == | == Követelmények == | ||
Gyakorlatok 70%-án való részvétel, amit jelenléti ívvel ellenőriznek is! | Gyakorlatok 70%-án való részvétel, amit jelenléti ívvel ellenőriznek is! | ||
Nagy házi feladat elkészítése és bemutatása. | Nagy házi feladat elkészítése és bemutatása. | ||
Vizsga (írásbeli és szóbeli). | Vizsga (írásbeli és szóbeli). | ||
| 25. sor: | 27. sor: | ||
3 fős csapatokban egy szabadon választott témából kell házi feladatot kidolgozni. A nagyházi megléte az aláírás feltétele! A házi mellé egy beszámoló dokumentumot is kell készíteni. Megfelelő minőségű és mennyiségű házi feladatért megajánlott jegy (4-es vagy 5-ös) jár. Megajánlott jegyhez kötelezően kell 2 mérföldkövet tartani! | 3 fős csapatokban egy szabadon választott témából kell házi feladatot kidolgozni. A nagyházi megléte az aláírás feltétele! A házi mellé egy beszámoló dokumentumot is kell készíteni. Megfelelő minőségű és mennyiségű házi feladatért megajánlott jegy (4-es vagy 5-ös) jár. Megajánlott jegyhez kötelezően kell 2 mérföldkövet tartani! | ||
Ezen felül 5db szorgalmi kis házi kerül kiírásra a félév során. Egyenként 20 pontot lehet rájuk kapni, összesen 70%-ra +1 jegy jár. Érdemes velük foglalkozni, rengeteget lehet velük tanulni, fejlődni a témakörben. Ezeket GitHubra feltöltött Jupyter notebook formátumban kell beadni. | |||
== Vizsga == | == Vizsga == | ||
A vizsgán megajánlott jegyért a nagyháziról szóló előadást kell megtartani, válaszolni kérdésekre, ezután a vizsgáztatók osztályozzák a munkát. (Az előadás 7-10 | A vizsgán megajánlott jegyért a nagyháziról szóló előadást kell megtartani, válaszolni kérdésekre, ezután a vizsgáztatók osztályozzák a munkát. (Az előadás kb 7-10 perc) | ||
Ha nem megajánlott jegyre mész: | Ha nem megajánlott jegyre mész: | ||
A vizsga | A vizsga elsősorban szóbeli, 3 témakört (melyből az első fixen a backpropagation) kellett papíron alaposan kidolgozni, majd ezekről szóban beszélni és kérdésekre válaszolni. Jó jegyhez alaposan kell tudni és érteni a dolgokat, gyakorlati szinten is! | ||
Pár főbb téma ami előfordulhat: convnet, VAE, GAN, RNN, BPTT, LSTM, hiperparaméter optimalizálás. | Pár főbb téma ami előfordulhat: convnet, VAE, GAN, RNN, BPTT, LSTM, hiperparaméter optimalizálás. | ||
== Tippek == | == Tippek == | ||
A tárgy oktatói mindenkit ösztönöznek a megajánlott jegy megszerzésére. Kis házi | A tárgy oktatói mindenkit ösztönöznek a megajánlott jegy megszerzésére. Kis házi feladatok 70%-os teljesítésével és az előadásokon Kahoot! kvíz kitöltésével +1 jegyet lehet szerezni. | ||
Ha még nem programoztál soha Pythonban, erősen ajánlott a kurzus elkezdése előtt megismertetni magad vele és a NumPy könyvtárral. A tárgyhonlapon találsz rengeteg hasznos forrást szinte mindenhez. A projekteket bármilyen keretrendszerben elkészítheted, de gyakorlaton elősorban Keras-al és Tensorflowval fogsz találkozni. A lineáris algebra alapjait is jó, ha átnézed első előadás előtt. | |||
== Verseny == | == Verseny == | ||