Информация об изменениях

Сообщение Re[9]: Нейросеть для чайников от 18.07.2018 8:37

Изменено 18.07.2018 8:40 De-Bill

Re[9]: Нейросеть для чайников
DB>>Теория с 60х годов развилась очень сильно. И все эти годы нейросети вполне использовались для ограниченного круга задач.
S>Ну да, в основном для защиты диссертации — 1001 метод обучения нейросети.

Нет.

S>Так давайте карты на стол, что там прорывного произошло кроме интерполяции точечек на графике?


Много чего.

S>А если я монте-карло начну точечки интерполировать это будет точнее или также или хуже? и почему?


Давай, научи. Посмотрим на результаты. К счастью, есть целая куча открытых данных и проверить результаты твоего "обучения монте-карло" очень легко. Думаю, ты просто не совсем понимаешь, о чём говоришь.

S>Давайте вот отложим хайп в сторону и посмотрим, что там изменилось с 2000-х годов? Компьютеры стали мощнее и мы можем черный ящик делать огроменных размеров? это не аргумент.


С 2000х годов изменилось очень много чего, как в технической составляющей (мощные GPU, TPU), так и в научной (подходы к обучению глубоких нейронных сетей).
Re[9]: Нейросеть для чайников
DB>>Теория с 60х годов развилась очень сильно. И все эти годы нейросети вполне использовались для ограниченного круга задач.
S>Ну да, в основном для защиты диссертации — 1001 метод обучения нейросети.

Нет.

S>Так давайте карты на стол, что там прорывного произошло кроме интерполяции точечек на графике?


Много чего.

S>А если я монте-карло начну точечки интерполировать это будет точнее или также или хуже? и почему?


Давай, научи. Посмотрим на результаты. К счастью, есть целая куча открытых данных и проверить результаты твоего "обучения монте-карло" очень легко. Думаю, ты просто не совсем понимаешь, о чём говоришь.

S>Давайте вот отложим хайп в сторону и посмотрим, что там изменилось с 2000-х годов? Компьютеры стали мощнее и мы можем черный ящик делать огроменных размеров? это не аргумент.


С 2000х годов изменилось очень много чего, как в технической составляющей (мощные GPU, TPU), так и в научной (в том числе подходы к обучению глубоких нейронных сетей).