Hodnotenie:
Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 2 hlasoch.
Neural Networks: Easy Guide to Artificial Neural Networks (Artificial Intelligence and Neural Network Concepts Explained in Simple Term
Táto kniha je o tom, ako používať hlboké učenie na počítačové videnie pomocou konvolučných neurónových sietí. Tieto siete sú najmodernejšie, pokiaľ ide o klasifikáciu obrazu, a v úlohách, ako je napríklad mnist, porážajú vanilkové hlboké siete.
V tomto kurze sa chystáme zvýšiť stávku a pozrieť sa na súbor údajov o čísle domu z pohľadu ulice (svhn) - ktorý používa väčšie farebné obrázky z rôznych uhlov - takže veci budú náročnejšie z hľadiska výpočtovej náročnosti aj z hľadiska náročnosti klasifikačnej úlohy.
Výhody čítania tejto knihy, ktoré nikde inde nenájdete:
⬤ Úvod do neurónových sietí.
⬤ Štruktúra neurónových sietí.
⬤ Zostavenie neurónovej siete.
⬤ Konštrukcia umelých neurónov.
⬤ Model biologických neurónov.
⬤ Ako fungujú.
⬤ Schopnosti štruktúry neurónovej siete.
⬤ Organizácia siete.
Hlboké učenie je nový koncept, ktorý sa objavil v roku 2000. Zatiaľ čo hlboké učenie je preň nové, v prípade umelých neurónových sietí, konceptu, na ktorom je hlboké učenie založené, to tak nie je. O prvom umelom neuróne sme počuli v roku 1943, keď warren mcculloch a walterpitts publikovali svoj prvý matematický a počítačový model biologického neurónu: formálny neurón. Formálny neurón je priamo inšpirovaný biologickým neurónom.