В области науки о данных и особенно в машинном обучении нередко задаются вопросом: Что происходит в скрытых слоях? когда думаешь о глубоких нейронных сетях. Эти сети могут показаться алгоритмами черного ящика , поскольку большая часть внутренних вычислений в настоящее время недостаточно изучена, а отсутствие понимания этого поведения может дорого обойтись, когда дело касается времени, оборудования и финансов, особенно в сфере больших данных . В Более пристальном взгляде на..

В этом посте резюмируется статья «Последовательное обучение с помощью нейронных сетей». Ссылка на документ: https://papers.nips.cc/paper/5346-sequence-to-sequence-learning-with-neural-networks.pdf Илья Суцкевер, Ориол Виньялс, Куок В. Ле, 2014, Обучение последовательностям с помощью нейронных сетей, стр. 3104–311 в NIPS 2014 В этой статье авторы представляют модель последовательного обучения с использованием нейронных сетей, в частности сетей долговременной краткосрочной памяти..

Как научить машину описывать изображение? Обратный поиск изображения (или просто называемый поиском по изображению) - это задача, в которой в качестве запроса используется изображение, а затем нам нужно предоставить некоторые другие изображения, которые похожи и имеют корреляцию с изображением запроса. Эта задача очень полезна, когда у нас очень большая база данных изображений, и наши пользователи хотят получить некоторые элементы, похожие на те, которые они видят. С другой стороны,..

Аннотация. Более широкое использование современных глубоких нейронных сетей происходит за счет увеличения объема вычислений, времени и энергии. Требования к этим моделям требуют от компаний сокращения времени обучения и времени отклика на логические выводы. Эти затраты и требования привели к увеличению исследований и разработок различных типов интегральных схем для конкретных приложений. Многие процессоры, графические процессоры и новая линейка моделей TPU были настроены для поддержки..