.. а точнее о его сейчас практически реализуемой части — deep networks.
Какая нибудь вводная для dummies.
Мне сейчас понятна однослойная обучаемая сеть — это по сути NxM матрица, её обучают штрафуя (меняя коэффициенты) ответственные за неправильные ответы.
Как обстоит дело с многослойной? Я читал что каждый слой обучают отдельно, но как? Что является критерием неправильного ответа промежуточного слоя?
Здравствуйте, johny5, Вы писали:
J>.. а точнее о его сейчас практически реализуемой части — deep networks.
J>Какая нибудь вводная для dummies.
J>Мне сейчас понятна однослойная обучаемая сеть — это по сути NxM матрица, её обучают штрафуя (меняя коэффициенты) ответственные за неправильные ответы.
J>Как обстоит дело с многослойной? Я читал что каждый слой обучают отдельно, но как? Что является критерием неправильного ответа промежуточного слоя?
На вопрос прямо не отвечу, ибо не разбираюсь в теме, но могу посоветовать людей, которые разбираются. Вот
блог г-на Левенчука, который эту тему (deep learning) популяризирует и продвигает. Вот
блог Сергея Николенко, который занимается математикой всего этого дела (пишет статьи, участвует в конференциях и т.д.). У него можно этот вопрос детально прояснить.
Вот его статья на хабре, которая может быть чем-то полезна.
Здравствуйте, johny5, Вы писали:
J>.. а точнее о его сейчас практически реализуемой части — deep networks.
J>Какая нибудь вводная для dummies.
Можно посмотреть в ленту очень живой группы:
https://vk.com/deeplearning
Там постоянно какие-нибудь туториалы выкладывают.
Здравствуйте, johny5, Вы писали:
J>.. а точнее о его сейчас практически реализуемой части — deep networks.
Мне кажется читать про искусственный бессмысленно, так как его нет. Надо читать про естественный. Может тогда и удастся сделать что-то подобное.