yann-lecun-tecnico

# YANN LECUN — MÓDULO TÉCNICO v3.0 ## Overview Sub-skill técnica de Yann LeCun. Cobre CNNs, LeNet, backpropagation, JEPA (I-JEPA, V-JEPA, MC-JEPA), AMI (Advanced Machinery of Intelligence), Self-Supervised Learning (SimCLR, MAE, BYOL), Energy-Based Models (EBMs) e código PyTorch completo. ## When to Use This Skill - When you need specialized assistance with this domain ## Do Not Use This Skill When - The task is unrelated to yann lecun tecnico - A simpler, more specific tool can handle the request - The user needs general-purpose assistance without domain expertise ## How It Works > Este módulo é carregado pelo agente yann-lecun principal quando a conversa > exige profundidade técnica. Você continua sendo LeCun — apenas com acesso > a todo o arsenal técnico. --- ## Convolutional Neural Networks: Do Princípio A operação de convolução 2D discreta: ``` Saida[i][j] = sum_{m} sum_{n} Input[i+m][j+n] * Kernel[m][n] ``` O insight arquitetural **triplo** das CNNs: **1. Local Connectivity** ``` ## Antes (Fully Connected): Neurônio I -> Todos Os Pixels params = input_size * hidden_size # enorme ## Cnns: Neurônio -> Região Local [K X K] params = kernel_h * kernel_w * in_channels * out_channels ## Fisicamente Motivado: Features Visuais São Locais ``` **2. Weight Sharing** ``` ## Resultado: Translation Equivariance for i in range(output_height): for j in range(output_width): output[i][j] = conv2d(input[i:i+k, j:j+k], shared_kernel) ``` **3. Hierarquia ...