שלום,
הקורס יערך במתכונת שונה מאוד מהקורסים המוכרים לכם מהאוניברסיטה, בצורה של כיתת אמן*. הקורס אינו מתאים לסטודנטים שמעדיפים למידה פרונטלית.
מוטיבציה: אין נושא במדעי המחשב עם יותר חומר חופשי ומצויין מאשר למידה עמוקה. למשל, במהלך שלושת השבועות הראשונים, תדרשו להשלים בעצמכם את החומר של מרבית הקורס הזה:
http://cs231n.stanford.edu/syllabus.html. בנוסף, התחום מאוד דינאמי ומתפתח יותר מהר מכל תחום אחר במדעים מדוייקים והנדסה, ולכן חשובה מסגרת פתוחה.
כיצד יערכו השיעורים: במתכונת של דיון ודו שיח סוקרטי* (השאלות ישאלו בשני הכיוונים ובצורה נעימה) סביב חומר הקריאה אותו תדרשו לדעת לפני השיעורים, סביב הפרוייקטים שלכם, וסביב נושאים אותם יבחרו להעלות הסטודנטים (הכה את המומחה* וללא מונופול על החוכמה*). מדי פעם תוצג מצגת כדי לקדם את הדיון.
מחויבויות הסטודנטים: (1) נוכחות חובה. (2) לקרוא את חומר הקריאה לפני השיעור ולגלות בקיאות בחומר (יופעלו סנקציות). (3) תרגילים אישיים וקבוצתיים (כ-3 סטודנטים בקבוצה). התרגילים הינם מחקריים ומאתגרים ולפי תחומי עניין.
******עדכון קורונה -- __אם__ הקורס יערך מרחוק, בהתאם למגבלות הדיון בשיעורי למידה מרחוק, נתחיל בפרוייקטים מחקריים מוקדם מאוד במהלך הסמסטר. כל סטודנט יתבקש להגן על כיוון המחקר שלו, להציג התפתחות בין השיעורים, לגלות בקיאות בחומר רקע וכולי. פרוייקטים אלו יעשו ביחידים ולא בקבוצות******
הקורס מחייב שימוש ב-gpu. יש כיום שלוש דרכים עיקריות להשיג גישה -- א. דרך המנחה שלכם בתואר. ב. בתשלום לשרותי ענן, כאשר יש מדי פעם קרדיטים חינמיים שניתן לבקש באופן אישי מהחברות השונות. ג. באמצעות שרתים שבי״ס מדמ״ח מקצה לתלמידים שלו בלבד. לצערי, אין באפשרותנו כיום לתמוך בסטודנטים מחוץ לחוג באמצעות משאבי gpus. אנחנו מנסים להשיג מן הגורן ומן היקב, אבל כלל לא בטוח שנצליח.
קבלה: באישור המרצה. הקורס מיועד לתלמידי מחקר עם עניין אמיתי בלמידה עמוקה ורקע כלשהו בלמידה חישובית. תנתן עדיפות למדעי המחשב (חובה תקנונית) ותתאפשר השתתפות של סטודנטים מצטיינים מתואר ראשון באישור המזכירות.
ציון: לפי הפרוייקטים, השתתפות, תרומה אמיתית לדיון, בקיאות בחומר כפי שמתגלה בשיעורים. לפחות פרוייקט אחד ראוי לפרסום במקום נכבד נדרש על מנת לקבל ציון מעל 92. ציון בין 85-92 ידרוש פרוייקט שהוא לפחות מימוש מלא כולל ניסוי מקיף של מאמר מורכב מספיק שכבר פורסם.
נושאים: רשתות עמוקות בראייה ממוחשבת. רשתות עמוקות בNLP. רשתות עמוקות בSPEECH. למידה לא מפוקחת למשל עם GANs. מודלים של attention ורשתות זכרון.
מידע נוסף: הframework של הקורס הינו pytorch. מומלץ ללמוד לפני תחילת הקורס.
צוות הקורס:
ליאור וולף
אליה נחמני
*השימוש במושגים אלו אינו בהכרח מדוייק, ומתייחס להשראה בלבד
****כדי להגיש מועמדות לקורס, אנא מלאו את הטופס למטה.****
**** הודעה על קבלה לקורס תנתן לפני תחילת שנת הלימודים****