Нейронные сети предпочитают текстуры и как с этим бороться

Само по себе это и не хорошо и не плохо. Тут главное не делать вольных допущений о том, что сеть выучила. Основной посыл статей: сети могут принимать решения вовсе и не так, как мы от них ожидаем, руководствуясь нашим common sense.

Распознавание образов в эйдетическом искусственном интеллекте

Тот же FaceNet, использующий one shot learning, то же может узнать человека по единственной фотографии.

Автоэнкодеры и сильный искусственный интеллект

1. Спасибо, теперь понятнее.
2. А с физиологической точки зрения, контексты поворота в мозге человека дискретны? Есть ли какие исследования на эту тему?

Автоэнкодеры и сильный искусственный интеллект

1. Не совсем понятно как получается «Вектор правдоподобия контекстов», когда сам контекст превращается в «объект». Можно подробнее?
1. А если объект находится в нескольких контекстах. Тогда количество автоэнкодеров будет декартовым произведением множества контекстов? Или суммой?

Книга «Глубокое обучение на Python»

При отсутствии GPU может выручить Google colab с K80 или активация бесплатных 300$ на google cloud. Для изучения вполне хватит.

Python, Delphi и C++ глазами учёного

Python+numpy с интелловским MKL вполне мог бы быть выбором, если в задаче много линейной алгебры

Британские спутниковые снимки 2: как все было на самом деле

А чем обусловлена такая разница в результатах при переходе c Keras на MXNet? Из-за количества эпох тренировки?

Логика сознания. Часть 7. Самоорганизация пространства контекстов

Возможно колонку переносит «волна»