====== Sztuczne Sieci Neuronowe  ======

Termin zajęć w semestrze letnim 2024/25: 

  * **wykład**  w poniedziałki o godz. 9:30-11:00 w sali B.1.02 (PK6)
  * **laboratorium** w poniedziałki o godz. 11:00-13:00 w sali B.1.02 (PK6)

===== Materiały do zajęć ====

<fs large>[[.:wyklad:start|Wykład]]</fs>\\
<fs large>[[.:lab:start|Laboratorium]]</fs>\\

===== Zaliczenie wykładu i laboratorium ====

Zaliczenie wykładu:
  * pozytywna ocena z laboratorium
  * egzamin w formie testu na platformie Moodle. Do zaliczenia należy uzyskać 50% punktów z egzaminu. 

Zaliczenie laboratorium:
  * frekwencja
  * zadania realizowane na zajęciach
  * dwa projekty zaliczeniowe realizowane samodzielnie poza zajęciami

<fs large>[[zaliczenie|Zaliczenie zajęć, projekty i propozycje tematów projektów]] </fs>\\

Wyniki egzaminu, ocena zadań i projektów umieszczona będzie na platformie Moodle.\\ 
Adres kursu w Moodle: https://moodle.umk.pl/WFAIIS/course/view.php?id=41

===== Literatura i kilka przydatnych odnośników =====

**"Klasyczne" sieci neuronowe**

  * J. Żurada, M. Barski, W., Jędruch Sztuczne sieci neuronowe, Wydawnictwo Naukowe PWN 1996
  * Osowski S.: Sieci neuronowe w ujęciu algorytmicznym, Wydawnictwo Naukowo-Techniczne, Warszawa 1996
  * Tadeusiewicz R.: Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa 1993
  * {{http://www.is.umk.pl/~duch/Wyklady/NN_plan.html|Sztuczne Sieci Neuronowe}} - wykład prof. W. Duch
  * {{http://www-users.mat.umk.pl/~piersaj/www/teaching_current.php|Wstęp do Sieci Neuronowych}} - wykład  Jarosław Piersa,
  * Raul Rojas, {{https://page.mi.fu-berlin.de/rojas/neural/|Neural Networks - A Systematic Introduction}}, 1996

**Deep Learning**

  * Deep Learning, I. Goodfwllow, Y. Bengio, A. Courville, [[http://www.deeplearningbook.org/|Deep Learning]], MIT Press, 2016
  * M. Nielsen, [[http://neuralnetworksanddeeplearning.com/|Neural Networks and Deep Learning]] 
  * {{http://www.cs.toronto.edu/~hinton/nntut.html|Neural Network Tutorials}} by Geoffrey E. Hinton 
  * {{https://d2l.ai/index.html|Dive into Deep Learning}} by A. Zhang, Zack C. Lipton, Mu Li, Alex J. Smola, on {{https://github.com/d2l-ai/d2l-en|GitHub}}
  * {{https://julien-vitay.net/lecturenotes-neurocomputing/intro.html|Neurocomputing}} - lectures by Julien Vitay (youtube, slides and notes)
  * {{https://rubikscode.net/2018/02/19/artificial-neural-networks-series|Artificial Neural Networks Series}} on  Rubik's Code

  * [[wp>Deep_learning|Deep Learning]]
  * [[https://deepnotes.io/|DeepNotes]]
  * [[http://yerevann.com/a-guide-to-deep-learning/|A Guide to Deep Learning by YN2]]
  * [[https://cilvr.nyu.edu/doku.php?id=deeplearning:slides:start|Material for the Deep Learning Course NTU]]
  * [[http://www.wildml.com/deep-learning-glossary/|Deep Learning glossary]]
  * [[http://deeplearning.net/tutorial/|Deep Learning Tutorials]]
  * [[https://rodrigob.github.io/are_we_there_yet/build/|Are we there yet ?]] 
  * [[https://github.com/syhw/wer_are_we|WER are we?]]
  * [[https://github.com/kjw0612/awesome-deep-vision|Awsome Deep Vison]]
  * [[http://machinelearningmastery.com/inspirational-applications-deep-learning|8 Inspirational Applications of Deep Learning]]
  * [[https://github.com/kjw0612/awesome-rnn|Awesome Recurrent Neural Networks]] 
  * [[https://github.com/TensorFlowKR/awesome_tensorflow_implementations|Awesome Tensorflow Implementations]]

  * [[http://yann.lecun.com/exdb/mnist/|MNIST]] 
  * [[https://www.cs.toronto.edu/~kriz/cifar.html|CIFAR]]
  * [[http://image-net.org/challenges/LSVRC/2017/|ImageNet]]

  * {{https://experiments.withgoogle.com/collection/ai|AI Experiments}} with Google
  * [[https://machinelearningmastery.com/start-here/|Machine Learning Mastery]]

===== Frameworki DL =====

  * Deep Learning Frameworks  https://developer.nvidia.com/deep-learning-frameworks
  * [[wp>Comparison_of_deep_learning_software]]
  * [[https://www.tensorflow.org/get_started/|TensorFlow]] (Google)
  * [[https://keras.io/|Keras]] - high-level neural networks API, written in Python and capable of running on top of TensorFlow, CNTK, or Theano.
  * [[http://deeplearning.net/software/theano/|Theano]]  
  * [[https://github.com/Lasagne/Lasagne|Lasagne]] - Lightweight library to build and train neural networks in Theano 
  * [[https://docs.microsoft.com/en-us/cognitive-toolkit/|Microsoft Cognitive Toolkit (CNTK)]]
  * [[http://caffe.berkeleyvision.org/|Caffe]]
  * [[http://torch.ch/|Torch]] (Facebook AI)  [[https://pytorch.org/|PyThotch]]  zawiera m. in .Coffe 2 (Facebook AI)
  * [[https://www.mathworks.com/solutions/deep-learning.html|MATLAB Deep Learning]]
  * [[https://deeplearning4j.org/|deeplearning4j]] - Deep Learning for Java