Здравствуйте, 0K, Вы писали:
0K>Глубоко нейронные сети не изучал, но чисто философский интерес пробудился.
Тебя опять потянуло на решение проблем масштаба человечества?
Похвально!
0K>Нужно:
0K>1. Распознавать картинку ... 0K>И вопрос:
0K>Как определить нужное количество нейронов и связей между ними для этой сети?
За минимум не скажу, но если нейроны качественные, то обычно достаточно порядка 100 000 000 000 (ста миллиардов). Еще нужно минимум 7 лет обучения. И ты не поверишь! Современными методами такой аппарат спокойно создается двумя человеками один из которых вообще работает членом.
Есть логика намерений и логика обстоятельств, последняя всегда сильнее.
Re[4]: Оценить сложность нейронной сети для задачи
Здравствуйте, Sorc17, Вы писали:
S>Я в своё время послушал по зомбоящику адекватную, а потому оче скучную, тётеньку из института исследования мозга, которая всё расставила на свои места в моих представлениях, как далеко человек продвинулся в изучении мозга — никак. Мы как были на уровне "повредим эту часть мозга и пропадёт слух, повредим эту и пропадёт зрение, когда человек говорит в этой части мозга активность больше" так и остались.
Это 70-е годы.
В 80-е появились довольно продвинутые методы окрашивания, которые позволяют проследить очень длинные цепочки нервных связей. Например, капнули краситель на сетчатку 7 обезьян, через день, два, три,..., неделю нашинковали каждой мозг, посмотрели куда дошёл краситель.
И ты думаешь, что за 30 лет ничего не сдвинулось???
S>Мне кажется, что задачи понимания как работает мозг и задача создании ИИ — эквивалентны. Раз ИИ ещё не создан, то и понимания как работает мозг у нас нет.
А мне кажется, что надо разделять такие понятия как нейроанатомия, нейрофизиология, психология, исследования в области ИИ и просто философию.
Такие задачи решаются ансамблем нейросетей: одна получает на вход значения пикселей и выделяет особенности (возможно, нормированные; возможно, после ресайза; возможно после выравнивания яркости и контраста); другая получает разбивает на символы, третья распознаёт каждый символ. Наверняка будет множество обратных связей между сетями. Можно сделать так, чтобы сеть с распознаванием вызывалась по несколько раз к плавающему по изображению окну. Некоторые любят подавать на вход не само изображение а его Фурье или вейвлет образ.
Я этим особенно не занимался, так применил один раз, немного по теме почитал.
Достоинство нейросети — универсальность и автоматическое обучение. Огромнейший недостаток: тяжело понять как работает конкретная сеть в конкретном случае. Поэтому применять их надо осторожно и умело, невероятно велика вероятность напрасно потратить время.
Re[7]: Оценить сложность нейронной сети для задачи
Здравствуйте, Nuzhny, Вы писали:
N>Здравствуйте, gandjustas, Вы писали:
G>>Кстати это неверное утверждение. Из школьного курса анатомии известно что сетчатка состоит из разных элементов, которые воспринимают разные аспекты изображения. Поэтому попытка построить ИНС, которая обрабатывает пиксели обречена на провал.
N>И пару слов про "обречена на провал". Свёрточные нейросети считаются одним из лучших классификаторов рукописных символов. А на вход к ним подаются совсем не признаки или дескрипторы, а... сюрприз, сюрприз... значения пикселей!
Насколько я знаю эти нейронные сети сильно отличаются от "прецептронов" и больше похожи на алгоритмы обработки изображений. И собственно я и имел ввиду подобные подходы к анализу изображений.
Если же пытаться моделировать нейроны, то вряд ли получится из обычных прецептронов собрать чтонить, что сможет распознавать символы.
Re[8]: Оценить сложность нейронной сети для задачи
Здравствуйте, gandjustas, Вы писали:
G>Насколько я знаю эти нейронные сети сильно отличаются от "прецептронов" и больше похожи на алгоритмы обработки изображений. И собственно я и имел ввиду подобные подходы к анализу изображений.
Персептроны — это первые искусственные нейросети (ИНС), которые появились уже много десятилетий назад. Нельзя же на них до сих пор равняться! В том-то и дело, что в мозгу много разных типов нейронов, которые образуют большое многообразие связных структур с прямыми и обратными связями. Этим пользуются и при построении ИНС.
G>Если же пытаться моделировать нейроны, то вряд ли получится из обычных прецептронов собрать чтонить, что сможет распознавать символы.
Так и не стоит этого делать. Тут же разговор ведётся не про древние персептроны, а про возможности ИНС.
Re[2]: Оценить сложность нейронной сети для задачи
Здравствуйте, VladD2, Вы писали:
VD>За минимум не скажу, но если нейроны качественные, то обычно достаточно порядка 100 000 000 000 (ста миллиардов). Еще нужно минимум 7 лет обучения. И ты не поверишь! Современными методами такой аппарат спокойно создается двумя человеками один из которых вообще работает членом.