Татьяна Орлова
декабрь 2015.
837

Где и как используют нейронные сети? Где и как можно научиться их использовать на базовом уровне?

Ответить
Ответить
Комментировать
0
Подписаться
3
3 ответа
Поделиться

Нейронные сети — универсальный инструмент, который можно применять для решения практически любых задач машинного обучения. Среди активных областей применения — распознавание и классификация визуальных образов, анализ текстов на естественном языке и автоматический перевод, анализ звучащей речи, предсказание котировок акций. Проблема с нейронными сетями в том, что применять их на «базовом уровне» очень сложно. Кто-то может сделать вам готовую нейронную сеть для решения конкретной задачи, так что вы сможете натренировать ее на своих данных, а потом использовать, но для решения любой в меру нетривиальной задачи нейронную сеть нужно конструировать заново, а это огромное количество параметров: количество нейронов и связей между ними, количество слоев в сети и ширина каждого из них, активационная функция для каждого нейрона (то, что он делает с поступившей к нему информацией), формат, в котором сеть будет выдавать результат, и т. д.

3

Здорово, спасибо) А где можно узнать про все эти параметры?

0
Ответить

Здесь есть достаточно содержательный обзор: statsoft.ru На курсере есть отличный курс про нейронные по-англ.: coursera.org Он уже закончился, но можно смотреть видео и решать упражнения.

+1
Ответить

Спасибо!!))

0
Ответить
Прокомментировать

"В первую очередь, нейронные сети очень хорошо распознают изображения, и при сравнимом размере обучающей выборки уже обыгрывают в этой задаче человека. Именно на нейронных сетях в Яндексе построен поиск по изображениям, их используют для фильтрации нежелательного контента. Кроме того, в последние годы стремительно развивается технология распознавания речи. Если говорить о несколько более экспериментальных применениях, то сейчас и в Яндексе, и во многих других компаниях делают эксперименты по генерации изображений, речи или текстов: ведь информацию через нейронные сети, грубо говоря, можно проводить в любую сторону. В классической задаче на входе даются изображения, которые нужно распознать – как-то классифицировать или описать, а здесь наоборот: например, описание изображения и его набросок и алгоритм генерирует по нему картинку. Так нейронные сети сейчас учатся писать стихи и прозу, сочинять музыку и уже неплохо рисуют картины в заданных стилях какого-нибудь художника" Полная версия интервью с Александром Крайновым, специалистом Яндекса по компьютерному зрению, о нейросетях: http://chrdk.ru/sci/2016/4/4/Machine_learning_Krainov/

1
Прокомментировать
АВТОР ВОПРОСА ОДОБРИЛ ЭТОТ ОТВЕТ

Вот одно из, пожалуй, самых зрелищных видео о применении нейронных сетей.

Недавно гугл выложил в сеть открытый код на Python некоторых популярных идей для обучения начинающих в том числе. Очень любопытно)

1
Прокомментировать
Ответить