Turinys
„Google Labs“ paskelbė labai įdomų dienoraštį apie neuronų tinklų naudojimą, kurie buvo išmokyti atpažinti objektus, o ne dažyti kitus objektus.
Mes treniruojame dirbtinį neuroninį tinklą, parodydami milijonus mokymo pavyzdžių ir palaipsniui koreguojant tinklo parametrus, kol bus pateiktos norimos klasifikacijos. Tinklas paprastai susideda iš 10-30 sukrautų dirbtinių neuronų sluoksnių. Kiekvienas vaizdas įeina į įvesties sluoksnį, kuris tuomet kalba su sekančiu sluoksniu, kol galiausiai pasiekiamas „išėjimo“ sluoksnis. Tinklo „atsakymas“ gaunamas iš šio galutinio išvesties sluoksnio.
Jie vadina „pradiniu“ ir rezultatai yra daugiau nei keistas. Toliau pateiktos skaidrės rodo skirtingų neuronų tinklų „tapybos“ rezultatus, kurie buvo išmokyti, nors šaltinis yra nesusijęs ar net atsitiktinis. Pagrindinės mechanikos yra gana sudėtingos, bet įsivaizduokite, kad matote, kaip neuronų tinklas „mato“ pasaulį.
Kitas„Skyarrow“
Tai gana paprasta, tačiau tinklas buvo paprašytas rasti kiekvieną rodyklę.
Riteris
Atsižvelgiant į riterio vaizdą, šis nervų tinklas nustato, kas buvo apmokytas visoje vietoje: gyvūnai gausu!
Gyvūnų kaimas
Tai atrodo kaip kraštovaizdis, tačiau jis pagamintas iš nenormalaus gyvūnų ir laukinės gamtos.
Šunų rėkimas
Edvardo Muncho ikoninis kūrinys eina į šunis. Visoje vietoje akys yra daugiau nei šiek tiek nepatogios.