Нейронные сети. Часть 1. Основы искусственных нейронных сетей

    Доброго времени вам суток, уважаемое Хабрасообщество.

    Хочу вначале сделать маленький дисклеймер. Предыдущим постом в этом сообществе были рассмотрены основы искусственной нейронной сети. Я данной темой занималась для написания своей магистерской работы и соответственно прочитала в свое время достаточно литературы, поэтому мне бы хотелось немного дополнить и в дальнейшем продолжить вам рассказывать о том, что такое нейронная сеть, какое представление она имеет изнутри, как с ее помощью решают задачи и так далее…
    Сразу оговорюсь, что я не гуру в данном вопросе, я его знаю (ну или знала, так как времени прошло уже достаточно) настолько глубоко, насколько мне было это необходимо для написания работающей нейронной сети для распознавания цифр, ее обучения и дальнейшего использования. Предметом исследования была структура нейронной сети для распознавания символов, а конкретно, зависимость между количеством нейронов в скрытом слое и сложностью выборки для входных данных (количеством символов для распознавания).

    UPD: данный текст в основном является обобщением из прочитанной литературы. Он не написан мною лично. По крайней мере эта часть.
    UPD2: Скорей всего продолжения данной темы не будет, так как хабрапользователь stepan_ovchinnikov, который является смотрителем данного блога, считает, что нет смысла писать здесь то, что можно прочитать из многочисленной литературы, которая есть по нейронным сетям. Так что извините.

    Возможно первая часть будет в чем-то похожа на предыдущий пост хабрапользователя Kallisto, но я считаю, что стоит более детально рассмотреть строение искусственного нейрона, у меня есть, что добавить, ну и, плюс ко всему, я хочу написать полноценную и законченную серию постов про нейросети, не опираясь на уже написанное. Надеюсь вам будет полезен данный материал.


    Биологический прототип нейрона

    Первой попыткой создания и исследования искусственных нейронных сетей считается работа Дж. Маккалока (J. McCulloch) и У. Питтса (W. Pitts) «Логическое исчисление идей, относящихся к нервной деятельности» (1943 г.), в которой были сформулированы основные принципы построения искусственных нейронов и нейронных сетей. И хотя эта работа была лишь первым этапом, многие идеи, описанные в ней, остаются актуальными и на сегодняшний день.

    Искусственные нейронные сети индуцированы биологией, потому что они состоят из элементов, функциональные возможности которых аналогичны большинству функций биологического нейрона. Эти элементы можно организовать таким образом, который может соответствовать анатомии мозга, и они демонстрируют большое количество свойств, которые присущие мозгу. Например, они могут учиться на основе опыта, могут обобщать предыдущие прецеденты на новые случаи и выявлять существенные особенности из входных данных, которые содержат избыточную информацию.

    Центральная нервная система имеет клеточное строение. Единица — нервная клетка, нейрон. Он состоит из тела и отростков, которые соединяют его с внешним миром (рис. 1.1). Отростки, по которым нейрон получает возбуждение, называются дендритами. Отросток, по которому нейрон передает возбуждение, называется аксоном, причем аксон у каждого нейрона один. Дендриты и аксон имеют довольно сложную ветвистую структуру. Место соединения аксона нейрона — источника возбуждения с дендритом называется синапсом. Основная функция нейрона состоит в передаче возбуждения из дендритов в аксон. Но сигналы, которые поступают из разных дендритов, могут влиять на сигнал в аксоне. Нейрон выдаст сигнал, если суммарное возбуждение превысит некоторое предельное значение, которое в общем случае меняется в некоторых границах. В противном случае на аксон сигнал выдан не будет: нейрон не ответит на возбуждение. У этой основной схемы много осложнений и исключений, однако большинство нейронных сетей моделируют именно эти простые свойства.


    (рисунок 1.1) — Модель биологического нейрона

    Нейрон имеет следующие основные свойства:
    • Принимает участие в обмене веществ и рассеивает энергию. Меняет внутреннее состояние со временем, реагирует на входные сигналы, формирует выходные воздействия и поэтому является активной динамической системой.
    • Имеет множество синапсов — контактов для передачи информации

    Существуют два подхода к созданию искусственных нейронных сетей (НС). Информационный подход: безразлично, какие механизмы лежат в основе работы искусственных нейронных сетей, важно лишь, чтобы при решении задач информационные процессы в НС были подобны биологическим. Биологический: при моделировании важно полное биоподобие, и для этого необходимо детально изучать работу биологического нейрона.

    Интенсивность сигнала, который получает нейрон (а следовательно и возможность его активации), сильно зависит от активности синапсов. Каждый синапс имеет длину, и специальные химические вещества передают сигнал вдоль него. Один из самых авторитетных исследователей нейросистем, Дональд Хебб, высказал постулат, что обучение состоит в первую очередь в изменениях «силы» синаптических связей. Например, в классическом опыте Павлова, каждый раз непосредственно перед кормлением собаки звонил колокольчик, и собака быстро научилась связывать звонок колокольчика с пищей. Синаптические связи между участками коры главного мозга, ответственными за слух, и слюнными железами усилились, и при возбуждении коры звуком колокольчика у собаки начиналось слюноотделение.

    Таким образом, будучи построенный из очень большого числа совсем простых элементов (каждый из которых берет взвешенную сумму входных сигналов и в случае, если суммарный вход превышает определенный уровень, передает дальше двоичный сигнал), мозг способен решать чрезвычайно сложные задачи.

    Искуственный нейрон

    Искусственный нейрон имитирует в первом приближении свойства биологического нейрона. На вход искусственного нейрона поступает некоторое множество сигналов, каждый с которых является выходом другого нейрона. Каждый вход множится на соответствующий вес, аналогичный синаптической силе, и все произведения суммируются, определяя уровень активации нейрона. На рисунке 1.2 представлена модель, которая реализует эту идею. Хотя сети бывают довольно разные, в основе почти всех их лежит эта конфигурация. Здесь множество входных сигналов, обозначенных x1, x2, ..., xn, поступают на искусственный нейрон. Эти входные сигналы отвечают сигналам, которые приходят в синапсы биологического нейрона. Каждый сигнал множится на соответствующий вес w1, w2,..., wn, и поступает на суммирующий блок, обозначенный ∑. Каждый вес отвечает «силе» одной биологической синаптической связи. Суммирующий блок, который соответствует телу биологического элемента, алгебраически объединяет взвешенные входы, создавая выход NET:

    (рисунок 1.2) — Искусственный нейрон в первом приближении

    Данное описание можно представить следующей формулой

    где w0 — биас;
    wі — вес i- го нейрона;
    xі — выход i- го нейрона;
    n — количество нейронов, которые входят в обрабатываемый нейрон

    Сигнал w0, который имеет название биас, отображает функцию предельного значения, сдвига. Этот сигнал позволяет сдвинуть начало отсчета функции активации, которая в дальнейшем приводит к увеличению скорости обучения. Этот сигнал добавляется к каждому нейрону, он учится как и все другие весы, а его особенность в том, что он подключается к сигналу +1, а не к выходу предыдущего нейрона.

    Полученный сигнал NET как правило обрабатывается функцией активации и дает выходной нейронный сигнал OUT (рис. 1.3)


    (рисунок 1.3) — Искусственный нейрон с функцией активации

    Если функция активации суживает диапазон изменения величины NET так, что при каждом значении NET значения OUT принадлежат некоторому диапазону — конечному интервалу, то функция F называется функцией, которая суживает. В качестве этой функции часто используются логистическая или «сигмоидальная» функция. Эта функция математически выражается следующим образом:


    Основное преимущество такой функции — то, что она имеет простую производную и дифференцируется по всей оси абсцисс. График функции имеет следующий вид (рис. 1.4)


    (рисунок 1.4) — Вид сигмоидальной функции активации

    Функция усиливает слабые сигналы и предотвращает насыщение от больших сигналов.

    Другой функцией, которая также часто используется, является гиперболический тангенс. По форме она похожа на сигмоидальную и часто используется биологами в качестве математической модели активации нервной клетки. Она имеет вид



    Как и логистическая функция, гиперболический тангенс имеет S-образный вид, но он является симметричным относительно начала координат, и в точке NET=0 значение выходного сигнала OUT=0 (рис. 1.5). На графике можно увидеть, что эта функция, в отличии от логистической, принимает значение разных знаков, что является очень выгодным свойством для некоторых типов сетей.


    (рисунок 1.5) — Вид функции активации — гиперболический тангенс

    Рассмотренная модель искусственного нейрона игнорирует много свойств биологического нейрона. Например, она не принимает во внимание задержки во времени, которые влияют на динамику системы. Входные сигналы сразу порождают исходные. Но несмотря на это, искусственные нейронные сети, составленные из рассмотренных нейронов, выявляют свойства, которые присущи биологической системе.

    ссылки на литературу:
    1. Ф. Уоссермен. Нейрокомпьютерная техника: теория и практика. Перевод на русский язык Ю. А. Зуев, В. А. Точенов, 1992
    2. И. В. Заенцев. Нейронные сети: основные модели. Учебное пособие к курсу “Нейронные сети”
    Поделиться публикацией

    Комментарии 59

      +1
      у меня картинки не отображаются
      AвBlock Plus выключен
        +1
        done
          0
          well done, commander! :)
        +1
        рисунки потерялись, поправь
          0
          вообще все?
          или первый виден?
            0
            первый виден, подтверждаю
              0
              щас починим. спасибо
            0
            done
            0
            слушайте, я может неправильно понял, но нельзя ли представленную систему экстраполировать на подсчет системы рейтинга какой-либо сущности в зависимости от входящих оценок, разновесовых пользователей? Насколько я понял, в расчете будет принимать и время и вес пользователя и даже будет существовать предел насыщения оценки?

            Поправьте плиз, можно ли использовать представленный алгоритм в таком роде?
              +1
              забыл написал, спасибо за статью, мне понравилось
                +3
                не надо этого делать

                инс используются тогда, когда нужно установить связь между входом и выходом, которые заданы (бывает и без заданного выхода, впрочем) но при заведомо отсутствующем алгоритмическом решении
                если же вам просто линейная сверстка по синапсам понравилась с гиперболическим тангенсом — ради бога, используйте.

                но это не будет инс
                  0
                  спасибо за ответ
                  0
                  вам тут уже ответили. и в принципе правильно.
                  вы тут немножко неправильно поняли. нейрон сам по себе ничего не значит и ничего не решает, ну кроме уже написанной функции преобразования входов в выход. Смысл имеет совокупность нейронов, которая может решать поставленную задачу.

                  в вашем же случае вы можете просто попробовать использовать подобную схему, но опять таки как уже было сказано выше, к НС это не имеет отношения :)
                  +1
                  Начало понравилось. Будем ждать продолжения!
                    0
                    спасибо. как осилю — так и напишу. просто я перевожу магистерскую. она у меня написана не на русском…
                    поэтому это не так быстро делается…
                      0
                      поздравляю вас, гражданка, соврамши.

                      это перевод? почему тогда у вас фраза
                      Искусственный нейрон имитирует в первом приближении свойства
                      биологического нейрона. На вход искусственного нейрона поступает некоторое
                      множество сигналов, каждый из которых является выходом другого нейрона.

                      слово-в-слово повторяет начало девятого абзаца Главы 1 книги того же Уоссермена, написанной за несколько лет до вашего рождения?
                        +4
                        :)))
                        моя работа написана на украинском (это кстати к вопросу где писалась работа). в свое время эти фразы переводились лично мной на украинский. сейчас наоборот. различия между языками для меня малы, и поэтому я могу нормально перевести из одного языка в другой. по вашему будут какие-то особые различия?
                        данная фраза была взята из этой книги, чего я и не скрывала…

                        что вы пытались доказать этим постом?

                        и попрошу вас вообще-то извиниться, у меня нет привычки врать
                    0
                    не забудьте написать про обучение, иначе все подумают, что Wx нужно расставлять вручную.
                      0
                      ну ведь это только первая часть :)
                      +1
                      а зачем вы постите куски из книги уоссермена «нейрокомпьютерная техника», вплоть до всех картинок?
                      вот ссылка на txt, pdf куда-то потерялась у меня
                      book-read.ru/save.php? file=93642
                        +1
                        Хм, отписал, смотрю и вы про тоже =)
                        Но выше )
                          +2
                          а по вашему я сама все это придумала? графики и т.д.?
                          в работе первым делом всегда рассматривается то, что было уже сделано в данной сфере.
                          я лишь это обобщаю.
                          и поэтому не вижу ничего в том, что вы увидели здесь похожесть.
                            0
                            Хабр — не место для вороватых копипастеров. Размещение полностью скопированного чужого контента запрещено.


                            (с) правила хабра
                              +1
                              Ок.
                              во-первых это не полностью скопированный чужой контент. это обобщение того, что было сделано до меня, и просто писать то же самое, но лишь переделывать слова, чтобы было не так похоже — считаю еще худшим выбором. но я думаю вы правы, я добавлю в конец статьи список тех книг, которые были использованы для написания данного раздела, дабы не было подобных вопросов.

                              во-вторых, повторюсь еще раз, людям мало интересно что и откуда было взято. людям интересен материал. в чем я здесь ошибаюсь? если вы в этом специалист, и наверняка больший чем я, потому что я занималась этим на протяжении года и уже 2 года назад, почему вы до сих пор не написали об этом с вашей стороны? мне бы и в голову не пришла подобная мысль о написании, если бы не прошлый пост, где я увидела, что людям интересна эта тема. и я решила поделиться тем, что было сделано.

                              ну и в третьих — причем здесь карма?
                                0
                                Укажите пожалуйста, какие части этого текста написаны лично вами или творчески скомпонованы. спросите: почему я должна перед вами отчитываться, отвечу — потому что я администратор блога, в который вы пишете.

                                ps. раз вас заинтересовала моя личность, прокомментирую Ваши вопросы.

                                я преподаватель Волгоградского государственного технического университета, преподаю в том числе и ИИ. защитил кандидатскую по тематике искусственного интеллекта чуть больше года назад.

                                дальнейшую переписку предлагаю перенести в приват.

                                ps в каком ВУЗе России в магистерской диссертации (если вы правда в Германии, то что вы называете магистерской? работу на master degree? или на PhD?) «пишется от себя только последняя часть?». У нас в магистерской не допускаается ни одного предложения копипаста. Элементы чужого контента — только в первой главе и только как обобщение Вами сделанного другими исследователями
                                  +1
                                  данная часть — это первые пять страниц работы. где рассказывается о том, что такое вообще нейрон, НС и ее свойства.
                                  если вас интересует, как у нас пишется работа — она состоит из 3 частей.
                                  1 — то что вы сами называете обобщением 2 — реализация и описание разработанной программы, последняя часть — это выводы. я училась не в России, я там никогда и не была. но мне кажется вряд ли что-то особо отличается.

                                  просто у меня сложилось такое впечатление, что если бы я не писала о том, что данный материал использовался у меня в работе — вы бы и не обратили внимание на то, что это было взято из других книг.

                                  мне нужно было самой придумать описание нейрона по вашему или как?

                                  данная дискуссия превращается вообще в оффтопик какой-то, вы не находите?
                                    +1
                                    нет. я просто узнал текст. я его читал раз 100. и вижу — копия.

                                    что же касается того, как НАДО писать первую главу.

                                    В работе [1] исследователь Уоссермен (Wasserman в западной литературе) обобщил опыт применения ИНС в задачах распознавания и системно изложил теорию и практику проектирования НС.
                                    Однако одной из самых слабо исследованных областей ИИ в области ИНС является задача дообучения НС.
                                    Именно ей и будет посвящен дальнейший обзор


                                    что вы ДОЛЖНЫ были придумать? вам следовало дать ссылку на Уоссермена и и не тратить бумагу и время читателя.
                                      0
                                      да что вы пристали к человеку...? Ну да, не указала она ссылки на книги, исправилась… А то что информацию интересную собрала и оформила молодец, интересно почитать, вот теперь я по ссылке на Уоссермена и загляну. Человека заинтересовать нужно… вы же преподаватель, вам ли не понять?
                                        0
                                        блин. вы натурально откройте уоссермена и сравните.

                                        представьте, что я в блог «программирование» запостю страниц 10 из страуструпа и скажу, что это введение к моей диссертации, в которой на я пишу программу на языке С++

                                        много одобрительных отзывов получу?

                                        я понимаю, что массе это интересно, но нельзя ж быть такими неразборчивыми
                                          +3
                                          Все дело в том, что вы хорошо осведомлены в этой области, а я нет. Я прочитал статью и узнал новые для себя вещи и не только я, раз этот топик попал на главную ленту. Список литературы обязательно нужно приводить, но девушка и не пытался присвоить себе авторство, что и отразилось в UPD. Еще раз, она молодец, что потратила свое время и оформила этот пост. Если бы эта информация была широко известна или мало интересна, то пост не попал бы на главную. А вам должно быть приятно, что людям не осведомленным в данном вопрос эта тема интересна.
                                    +1
                                    «нас в магистерской не допускаается ни одного предложения копипаста. Элементы чужого контента — только в первой главе и только как обобщение Вами сделанного другими исследователями» это как это? А как же цитирование и пересказ других источников со ссылкой?
                                      0
                                      магистерская диссертация — научное исследование с щироким применением инжерных навыков.

                                      в первой главе традиционно выполняют обзор текущего состояния той предметной области, к которой относится решаемая вами задача.

                                      допустим, мы говорим о тех же НС и вы ссылаетесь на доказанную Колмогоровым теорему о том, что нейронная сеть с тремя скрытыми слоями может обучиться любой закономерности, которую может представить.

                                      Вот нет никакого смысла вставлять 2-3 абзаца из Колмогорова в свою работу. Это фундаментальная теорема, ее и так все знают. напишите:
                                      Ограничим число скрытых слоев в сети тремя, так как этого достаточно для решения любых представимых задач [Колмогоров 1905].

                                      Если же вы говорите о чем-то более специфическом или ссылаетесь на статью, которую вряд ли кто читал, то можно и нужно написать своими словами СУТЬ доказанного в той работе или ввести обозначения, описать модель оттуда, чтобы не портить связность повествования.

                                      Если некто выразил нужную вам мысль (например, ваш руководитель в своей докторской) кратко, емко и так как надо, то вставляйте ее и оформляйте как цитату и ссылку. но не надо злоупотреблять.

                                      сказанное мной относится с магистерским и кандидатским диссертациям и к сожалению, очень часто не выполняется.
                          +2
                          Уважаемая Александра, не могли бы вы предоставить ссылки на используюмую литературу?
                          Копипаст из учебника с вашей подпись не очень хорошо смотрится =(
                            0
                            ну вы не совсем правы. я уже ответила выше.
                            ссылки естественно могу предоставить. более того, в работе они у меня естественно были.
                            но!
                            здесь людей вряд ли интересует из каких именно статей был собран данный материал. их интересует общее понятие данной темы.
                            и я нигде не говорила, что это лично мое. я сказала, что это моя преобразованная магистерская работа. но в магистерской от себя пишется только последняя часть с выводами.
                              –1
                              да не из статей, господи. что за синдром студента?

                              вы просто читали старые книги и писали свою магистерску. и рад за вас. но не надо это показывать как свой креатив. я веду лекции по ии, но мне не приходит в голову и публиковать как свои — это реферативное изложение хороших учебников.

                              пожалуйста, ответьте все же на вопросы, чтобы спасти мое мнение о себе:
                              — что тут написано Вами лично?
                              — какой ВУЗ вы закончили, что там магистерская пишется методом копипаста
                              — «переводя» магистерскую обратно на русский, вы все же читаете книги на русском и копируете оттуда? книги в вашей «литературе» вовсе не издательства «киев: наукова думка»
                                0
                                1. покажите, где мною написано, что это мой креатив, как вы выразились? это просто начальное объяснение о нейронах. вы могли бы его тоже написать, почему же не поделились своими лекциями со всеми, мне было бы интересно к примеру.
                                2. мне нет необходимости спасать ваше мнение обо мне
                                3. причем тут какого издательства литература, я вам могу показать и английские книги, которые я читала. что дальше?
                                4. и напоследок, мне эта тема надоела. если вам что-то не нравится лично во мне или в моей магистерской — это не повод обсуждать это тут.
                                  0
                                  1. я не считаю себя умнее уоссермена и уважаю его труд и авторское право
                                  2. есть. я сделаю некоторые пометки в вашем посте, как только программисты хабра починят мне эту возможность.
                                  3. притом, что вы говорите слова «перевод» и «статьи», а используете тексты из старых книг на русском. чуете разницу? не надо передергивать и делать себя автором текста, будучи максимум систематизатором
                                  4. воля ваша.
                                  я остаюсь при своем мнении. хабр стал полон студентами, которые раньше стараются писать тексты, чем приучаются работать с чужим материалом. увы.
                            0
                            Продолжайте в том же духе. Я бы очень хотел познакомиться ближе с нейронными сетями и принципами их программирования. Подскажите, какую литературу можно прочитать для начала?
                              +1
                              если вам нужно для начала, то рекомендую 2 книги
                              1. Ф. Уоссермен. Нейрокомпьютерная техника: теория и практика
                              2. И. В. Заенцев. Нейронные сети: основные модели.

                              единственное по моему во второй книжке есть ошибки в формулах для программирования алгоритма обучения. но пока вы до этого дойдете — пройдет много времени :)
                              а книжки очень советую.
                                –4
                                прочитайте книгу ф.уоссермена «нейрокомпьютерная техника». там все это и многое другое. опубликованное Александрой — тупо копипаст (уж простите, Александра, вы не ответили на мой вопрос; ответите достойно — плюсану все ваши комментарии и верну плюс в карму).

                                потом читайте А.И.Галушкина. на мой взгляд он сложнее читается, но глубже во многом.
                                потом читайте про неклассические нейронные сети: кохонен, гроссберг и прочие
                                потом читайте более современные статьи и книги. будет много копипаста и перепевов.

                                а потом посоветуйте мне, что бы прочитать :-)

                                ps. диссертации не читайте вообще.
                                  0
                                  А почему диссертации не стоит читать? =)
                                    +1
                                    1. в диссертациях рассматривается довольно глубоко (по крайней мере для не-специалиста или начинающего) некая частная задача. системного взгляда на область знания диссертация не дает — у нее другая цель
                                    2. качество средней диссертации как обзорного и научного исследования очень низко.
                                      0
                                      Согласен. Для начинающих диссертации не подходят: слишком узко и слишком детально.
                                      Я сначала вопринял Вашу фразу как указание на полную бесполезность чтения диссертаций при любых условиях. Но ведь специалисты, начинающие осваивать схожую с диссертацией тему, могут почерпнуть оттуда, как минимум, специфические термины области и фамилии ключевых авторов (для дальнейших раскопок).
                                    0
                                    ну и зануда вы… простите
                                  0
                                  отличная статья. спасибо, @trish :-)
                                    0
                                    :) не за что @wing
                                    з.ы. тока имя неправильно написал :)))
                                      +1
                                      каюсь. заметил только после того как запостил :-)
                                    +2
                                    Фразы топика до боли знакомы с универской скамьи… Но всё равно спасибо, полезно освежить.
                                      0
                                      А у меня дипломная работа была «Оценка стоимостей квартир в г.Саратов с использованием НС», делал на Java. Вообще получилось всё хорошо. Ошибка от реальных данных была около 12%. Однако я полагаю, что причина этому — недостаточное кол-во элементов в обучающем множетсве. Их было около 200. Это очень и очень мало. Но тема актуальна.
                                        0
                                        А есть восможность рассказать по-подробнее? Как обстояло дело с производительностью? Как звучала задача, как вы анализировали данные?
                                        У меня одногруппница писала прогу по семантическому анализу текста, небольшой рассказ анализировался до 6 часов, прога была написана на Cи.

                                        Я сам пишу Джаве, интересно посмотреть, как это выглядит!
                                        (Если, конечно, не секрет, было бы очень-очень интересно).
                                          +1
                                          Рассказывать о ней можно долго. Функционал приличный. Пользователь может выбирать место на карте, где нужно оценить квартиру. Могу вам выслать исходники и подробное описание на ящик. Описание сам писать не буду, а просто дам отчёт по диплому. Ящик киньте в личку.

                                          Кстати процесс обучения происходит секунд за 10. Не больше.

                                          P.S. Сорри за копию текст ниже.
                                            0
                                            Если не сложно и ваша работа не секрет, вышлите, пожалуйста. Очень интересно изучить.
                                              0
                                              дык киньте в личку ваш ящик, а то куда я слать-то буду? =)
                                        0
                                        Рассказывать о ней можно долго. Функционал приличный. Пользователь может выбирать место на карте, где нужно оценить квартиру. Могу вам выслать исходники и подробное описание на ящик. Описание сам писать не буду, а просто дам отчёт по диплому. Ящик киньте в личку.

                                        Кстати процесс обучения происходит секунд за 10. Не больше.
                                          +1
                                          спасибо за статью, trisch.
                                          думаю, что все же стоит запостить Часть 2 и доказать что это на самом деле Ваша работа, что в свою очередь и будет «достойным ответом» администратору блога, которого он так ожидает.
                                          хотя, естественно, Вы никому ничего доказывать не обязаны…
                                            0
                                            да на самом деле там частей то около 5-6 получилось бы. из которых первые 3-4 это был бы тот самый копипаст с различных книжек, который я считаю необходим для получения полной информации по вопросу для тех людей, которые об этом мало или совсем ничего не знают.
                                            я бы могла да, описать только то, что я лично сделала, эти исследования, графики, результаты, хотя в них тоже нет ничего выдающегося. но это получилась бы обычная статья, понятная только тем, кто понимает о чем речь вообще, и что это все значит.

                                            а рассказывать о нейронах и НС своими словами — это извините не есть гут. более того тут нигде не написано, что это моего личного сочинения, да я думаю никто бы так и не подумал, учитывая тему.

                                            вот то, чего я хотела. но как-то уже и не хочется что ли… потому что следующая часть про построение ИНС тоже будет тем же копипастом, о котором мы сегодня спорили…
                                            возможно я продолжу эту тему в своем личном блоге… посмотрим

                                            но я рада что вам и еще нескольким людям понравилось. это в принципе того стоило.
                                            +4
                                            Как показывает опыт Вашего поста, а также предыдущего в этом блоге на хабре не мало людей как минимум знающих основные положения нейронных сетей и для которых важна именно их реализация и практическое применение. Остальные же могут ознакомиться с теорией в вышеупомянутом курсе лекций, выкладываемом параллельно в блоге ИИ.
                                            В любом случае буду заглядывать в Ваш личный…
                                              +1
                                              возможно вы и правы. в любом случае спасибо за мнение
                                              0
                                              Спасибо! Прочитьть книги не хватает времени (особенно если нужно только познакомиться с темой), поэтому выжимка в небольшой статье очень полезна.

                                              Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                                              Самое читаемое