Как стать автором
Обновить

Комментарии 3

Минусующие, будьте добры, дайте обратную связь.

Мне тоже интересно причины минусов, покуда я только зацепился за


3D-представления нейронов. Свёрточные нейронные сети используют тот факт, что входные данные — изображения, поэтому они образуют более чувствительную архитектуру к подобному типу данных. В частности, в отличие от обычных нейронных сетей, слои в свёрточной нейронной сети располагают нейроны в 3 измерениях

Нейронным сетям, в целом, все равно сколько у них "измерений" при расположении нейронов, это их не делает сверточными. Ровно как и сверточные сети не обязательно сети, ориентированные на изображение и у них не всегда двухмерные (+цвет, трехмерные, простите) данные на входе (им, в целом, тоже все равно, сколько мерные вход).


Сверточные сети — это нейронные сети, у которых у одного или нескольких слоев нейроны, фактически, так же являются нейронными сетями сами по себе, в целом, являющимися ядрами свертки. Одно из самых прогрессивных и важных достижений — эти самые ядра видят только часть входных данных, при этом они все одинаковые и обучаются одновременно. Из-за того, что они все одинаковые — не требуется много ресурсов на их обучение.


Представить можно себе на разборе речи: самый нижний уровень — нейронные сети, которые способны распознавать отдельные звуки (заметим, что не нейроны, а именно нейронные сети, причем все одинаковые), затем их выходы являются входом сетей, способные распознавать слоги (опять же, весь слой может иметь 10 вложенных нейронных сетей, которые одинаковы, но подключены к разным входам), их обрабатывают сети, способные распознавать слова, ну и потом уже предложения.


Могу предположить, что минусы как раз из-за того, что везде описывается обычная нейронная сеть и упускается самое важное — что ядра — это нейронные сети сами по себе, повторенные кучу раз. Эдакий фильтр Канни. Вместо этого говорится, что к одному входному нейрону подключено лишь небольшое количество входных данных, а не весь предыдущий слой, что, в целом, является ключевой характеристикой сверточных нейронных сетей и сверточных же слоев, но не достаточной.

Немного комментариев: статья довольно старая, после 2014 много чего пояаилось. И я бы свертки рассказывал от цифровых фильтров, которые в том же фотошопе уже лет 20 с лишним работают.

Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.