глубокие нейронные сети

Глубокие искусственные нейронные сети — это сети с более чем тремя слоями между входным и выходным слоями (см. «Искусственные нейронные сети»). Такие слои называются скрытыми. Нейронная сеть глубокого обучения являет собой своего рода черный ящик: мы не можем сказать точно, какой логикой руководствуется хорошо обученная нейронная сеть, например решая, анализируя числовые и качественные признаки объекта, выдавать ли кредит потенциальному заемщику. Отцом глубокого обучения является украинский математик Алексей Григорьевич Ивахненко. Еще в 1965 году он опубликовал первый работающий алгоритм глубокого обучения (deep feedforward multilayer perceptions).

Самая сложная часть в глубоких нейронных сетях — это обучение сети. Для этого через такие сети прогоняют огромные массивы данных. В конечном итоге сеть обучается решать узкопрофильные задачи разного рода. Существует огромное число разновидностей глубоких сетей, различающихся архитектурой: числом слоев, числом нейронов в каждом слое, а также структурой связей. Фактически глубокие нейронные сети автоматизировали труд исследователей, которые раньше занимались конструированием признаков. Одни признаки были удобнее для распознавания сканированных изображений букв, другие — для изображений лиц, третьи — для идентификации людей по радужной оболочке глаза и так далее.