Искусственные нейронные сети: архитектуры и обучение

В процессе обучения нейронная сеть (программа) решает математическую задачу оптимизации.

Алгоритм градиентного спуска позволяет изменить веса по всей сети, разворачивая гиперплоскость каждого нейрона в наилучшее положение.

При обучении сети мы «идем» по направлению градиента — вектора наискорейшего возрастания критериев в пространстве коэффициентов.

Увы, вы ошиблись...

Узнать больше

Сверточная сеть AlexNet ошибается в распознавании объектов на изображении всего в 2% случаев.

Генеративная нейросеть GPT-3 может предсказывать слова в предложениях с той же точностью, с которой это делает человек.

Нейронная сеть F-CaST способна предсказывать погоду вплоть до месяца вперед.

Увы, вы ошиблись...

Узнать больше

LSTM лежала в основе улучшений Google Translate.

Facebook применяет LSTM для перевода 30 миллиардов сообщений в неделю.

Сеть, натренированная методом LSTM, научилась выигрывать у опытных игроков в известную компьютерную игру Dota 2.

Сеть с LSTM научилась управлять гоночным болидом.

Увы, вы ошиблись...

Узнать больше

Над материалом работали

Константин Воронцов

доктор физико-математических наук, профессор РАН, руководитель лаборатории Машинного интеллекта МФТИ, заведующий отделом Интеллектуальных систем ФИЦ ИУ РАН