filmov
tv
Нейронные сети за 10 минут
![preview_player](https://i.ytimg.com/vi/GT6imQDxqko/maxresdefault.jpg)
Показать описание
Что такое нейронные сети, и как они работают? Узнайте в этом видео!
Мы рассмотрим довольно простую нейросеть, но почти все принципы, о которых я расскажу, также применимы для построения и более сложных современных нейросетей.
Знакомиться с понятием нейронные сети мы будем на примере задачи классификации.
Вы узнаете, что такое нейрон, функция активации, нейронная сеть и многослойный перцептрон.
Вычисление в одном нейроне происходит следующим образом: вычисляется взвешенная сумма входных значений, прибавляется значение смещения (bias) и от получившейся суммы вычисляется функция активации. Важно, чтобы функция активации была нелинейной.
Выходы группы нейронов можно подать в другой нейрон, таким образом мы получим простую двухслойную нейронную сеть. Если нам нужно делать классификацию на N классов, то в последнем слое нужно поставить ровно N нейронов.
Такая архитектура называется полносвязная нейронная сеть или многослойный перцептрон.
В конце мы рассмотрим вычисление слоёв нейронной сети с точки зрения линейной алгебры – через умножение на матрицу весов и прибавления вектора смещения.
#Нейросети #ГлубокоеОбучение #ДмитрийКоробченко #НейронныеСети #МашинноеОбучение #ИскусственныйИнтеллект
Мы рассмотрим довольно простую нейросеть, но почти все принципы, о которых я расскажу, также применимы для построения и более сложных современных нейросетей.
Знакомиться с понятием нейронные сети мы будем на примере задачи классификации.
Вы узнаете, что такое нейрон, функция активации, нейронная сеть и многослойный перцептрон.
Вычисление в одном нейроне происходит следующим образом: вычисляется взвешенная сумма входных значений, прибавляется значение смещения (bias) и от получившейся суммы вычисляется функция активации. Важно, чтобы функция активации была нелинейной.
Выходы группы нейронов можно подать в другой нейрон, таким образом мы получим простую двухслойную нейронную сеть. Если нам нужно делать классификацию на N классов, то в последнем слое нужно поставить ровно N нейронов.
Такая архитектура называется полносвязная нейронная сеть или многослойный перцептрон.
В конце мы рассмотрим вычисление слоёв нейронной сети с точки зрения линейной алгебры – через умножение на матрицу весов и прибавления вектора смещения.
#Нейросети #ГлубокоеОбучение #ДмитрийКоробченко #НейронныеСети #МашинноеОбучение #ИскусственныйИнтеллект
Комментарии