1 | |
Понятие нейронная сеть16.11.2013, 10:40. Показов 7382. Ответов 25
Метки нет (Все метки)
У меня возникли некоторые недопонимания в процессе изучения нейронной сети.
1) Как я понял нейронная сеть - это универсальный инструмент для решения задач ??? 2) Если писать нейросеть, то нужно ее оптимизировать под конкретную задачу или можно сделать из нее средсвто для решения бесконечного кол-ва задач??? 3) Если полезные книги, где с самого нуля объясняется назначение сети, все эти нейроны, их связи. Вообщем для абсолютного нюля в этой сфере? В интернете все статьи довольно сложные для начального понимая. Подскажите где мне могут объяснить(очень подробно) как конкретно работает эта сеть. Вообще что это такое. Заранее благодарен!
0
|
16.11.2013, 10:40 | |
Ответы с готовыми решениями:
25
Нейронная сеть на с++ Элементарная нейронная сеть Нейронная сеть Кохонена Линейная нейронная сеть |
0 / 0 / 0
Регистрация: 12.11.2013
Сообщений: 4
|
|
16.11.2013, 10:57 | 2 |
Нейронная сеть - это по-сути имитация работы главного мозга человека. Для начала стоит наверное почитать про перцептрон (однослойный). Когда там все станет понятно - перейти к многослойному перцептрону. Эти нейросети, наверное, самые простые для понимания.
Да, они универсальны, но к каждой задаче нейросеть нужно адаптировать. Касательно книг - даже и не знаю.. Сама когда разбирала, не одним источником пользовалась.. Возможно, для общего понимания посмотрите вот это: http://habrahabr.ru/post/143129/
0
|
0 / 0 / 0
Регистрация: 15.11.2013
Сообщений: 17
|
|
16.11.2013, 11:00 | 3 |
посмотри самое простое - перцептон, там легко понять суть
НС это не универсальный инструмент, она предназначена для распознавания образов, то есть некоторой комбинации элементов - массивы любой размерности кроме распознавания образов надо же решать и другие задачи вычислительные пример- в массиве три элемента. три бита сеть реагирует на комбинацию 0-1-0. то есть она распознает такую комбинацию можно настроить помехоустойчивость и распознавать комбинации похожие на шаблон например шаблон= 010101010101 но сеть распознает комбинацию 010101010111 как похожую на искомую
0
|
16.11.2013, 16:09 [ТС] | 4 |
ninja_1, marisinka, Весь день сегодня читал про нейронные сети и вроде немного понял что это такое.
Получается все работает по алгоритму 1) Даю данные 2) Несколько систем обрабатывают 3) Вывод более правильной системы А можете привести простой пример нейронной сети для крестиков-ноликов. Не код, а просто русским языком объяснить как все будет работать?
0
|
0 / 0 / 0
Регистрация: 15.11.2013
Сообщений: 17
|
|
16.11.2013, 19:22 | 9 |
НС это не серебрянная пуля
их давным давно придумали, а толку мало. сложность и непонятность большая. другие технологии дают сравнимый по эффективности результат - это я понял когда также пытался курить вопрос думаю проще что то свое придумать взяв за основу некоторые принципы потому что за десятилетия никто толком ничо не придумал полезного, простого и понятного
0
|
16.11.2013, 19:28 | 10 |
А ты думаешь на Antigate.com капчу люди распознают ?
Добавлено через 2 минуты Та думаю везде где есть какая-то вариативность, и где есть выгода от переобучения, можно применять. Есть к примеру задачи прогнозирования.
0
|
16.11.2013, 19:31 | 11 |
Egor138, не стоит ошибочно считать нейросети "имитацией мозга" и "искусственным разумом". Да, из-за названия "нейронные" их окружает ореол романтики об исскусстевенном разуме и сверхтехнологиях, но даже если чуть-чуть почитать по теме, можно даже новичку понять, для чего можно их использовать, а для чего нельзя.
Во-первых, никакой "имитации нейронов мозга" попросту нет. Мухи отдельно, котлеты отдельно. Есть модель, чем-то напоминавшая кибернетикам-мечтателям годов этак из 60ых структуру нейронов человека.http://hephaestusaudio.com/med... etwork.png И есть простая математическая модель (по крайней мере в случае простого персептрона), сводящаяся к системе линейных уравнений. Которая в простейшем случае сводится всего на всего к разбиению пространства. Да, например в этой статье есть перкрасная картинка, которая показывает, что линейная нейросеть умеет всего навсего разбивать пространство на несколько частей. http://www.codeproject.com/Art... Classifier
1
|
0 / 0 / 0
Регистрация: 15.11.2013
Сообщений: 17
|
|
16.11.2013, 19:32 | 12 |
ну я и говорю что распознавание массивов работает
а всё остальное как то в тумане непонятно и трудно
0
|
16.11.2013, 19:37 | 13 |
Egor138, Таким образом, лучшая работа, которую можно поручить таким простейшим нейросетям это классификация входных сигналов по разным группам. Таким образом, это позволяет применять нейросети, например в области машинного зрения. Однако, никаких искусственных разумов для этого не требуется, конечно. Просто система разбивает n-мерное пространство входных сигналов на "похожие на образец" и "не похожие на образец" такими вот n-мерными плоскостями, подбирая для них линейные коэффициенты.
1
|
16.11.2013, 19:40 | 14 |
Ээ а как это работает в человеческом мозге ? Думаю похожим образом.
Думаю более сложные комбинации сетей дают намного большие возможности, но и требуют лучшего анализа и больших знаний.
1
|
16.11.2013, 20:01 [ТС] | 15 |
Ну я понимаю, что это ограниченна система. Но как я не пытаюсь вникнуть в строение нейрона, ничего не понимаю
Есть где нибудь пример распознавание цифр или букв с обучением?? Только именно на c++???
0
|
1487 / 1414 / 240
Регистрация: 19.02.2010
Сообщений: 3,916
|
|
17.11.2013, 21:28 | 16 |
Зато можно сделать имитацию структуры и принципов функционирования одной из областей зрительной системы животных (когнитрон, неокогнитрон и свёрточная нейросеть основаны на результатах биологических исследований нобелевцев Хьюбела и Визеля - на идее о чередующихся разнотипных слоях и на идее бипирамидальности).
Есть у меня ссылочка, но для свёрточной нейросети (а она - слишком сложна пока для Вас) и на английском (английский как в описательном тексте - так и в комментах к проге). Именно распознавание рукописных цифр (причём задачка сама по себе сложная - 60тыс картинок в обучающей выборке). Т.е. пусть сначала Вам посоветуют что-то начальное, персептрон с одним скрытым слоев, например.
1
|
Заблокирован
|
|
17.11.2013, 21:56 | 17 |
не изучай чужие модели нейронных сетей. Напрягай свой мозг и придумывай свои. Тебе крайне необходимо изучить nVidia CUDA, профессиональная работа с нейронными сетями идёт в массивно параллельных режимах.
Лично у меня есть в голове модель нейронной сети, которая подойдёт для множества задач, в том числе для распознавания речи и компьютерного зрения. Но принцип я естественно не расскажу, т.к. по данной модели можно создать комплексную систему искусственного интеллекта, которая будет, например, распознавать речь на несколько порядков лучше, чем сейчас делают все. Как дела разгребу - буду открывать контору по распознаванию/ синтезу речи.
1
|
1487 / 1414 / 240
Регистрация: 19.02.2010
Сообщений: 3,916
|
|
17.11.2013, 22:28 | 18 |
newbie666, я с нейросетками работаю профессионально - но на CUDA совсем не смотрю. Потому, что и на обычном процессоре я могу решать задачи распознавания изображений при объемах обучающей выборки в ДЕСЯТКИ ГИГАБАЙТ.
Просто всё зависит от умения писать быстрые расчётные программы. В данном случае у меня расчёты векторизованы (идут с использованием SIMD-команд процессора), нелинейные функции нейронов аппроксимируются (расчёт в этом месте тоже векторизован), и распараллеливание на несколько ядер процессора не использует никаких средств межпоточной синхронизации на уровне операционки (только на уровне самого процессора). В общем, мой код по скорости обгоняет чужой (для того же вида сети) на 1-2 порядка (т.е. быстрее в 10-100 раз), и этого хватает, чтобы не лезть в CUDA/OpenCL. А кто не умеет писать быструю математику - тот и для CUDA напишет тормозной код. Т.к. очень многое зависит от того, как спроектирована программа и данные (можно ли, например, векторизовать расчёты - или нет). Добавлено через 2 минуты Да - я при разговоре о скорости имел в виду свёрточные нейронные сети, т.к. обычный многослойный персептрон в современных задачах распознавания изображений малопригоден (не даёт нужной точности обобщения и нужных степеней инвариантности к изменениям положения объекта на картинке, поворотам, изменениям размера,...).
1
|
Заблокирован
|
|
17.11.2013, 22:40 | 19 |
такое ощущение, что я сказал что я сам валенок и пишу тормозной код
Это всё полнейшая ерунда. Я знаю, как сделать абсолютно революционную вещь на модели, которой ещё ни у кого нет. Я тестировал уже свою модель - она превзошла все ожидания. Сейчас время появится - я займусь конкретно своей идеей Добавлено через 4 минуты значит вы не достаточно профессионально работаете
1
|
18.11.2013, 15:13 [ТС] | 20 |
Я пытаюсь найти пример на c++, который я пойму. Пока что даже любого примера нету
0
|
18.11.2013, 15:13 | |
18.11.2013, 15:13 | |
Помогаю со студенческими работами здесь
20
Нейронная сеть, прогнозирование, электроэнергия?! Нейронная сеть для функции Нейронная сеть Хопфилда. Количество соединений Где хранить информацию о работе программы (о том чему научилась нейронная сеть) Искать еще темы с ответами Или воспользуйтесь поиском по форуму: |