Я бы для начала остановился на обучающей функции - что минимизируем и как, меняем ли функционал в процессе обучения или нет. Потом на методе обучения (не хочу генетический, хочу что-то быстрое и понятное типа Левенберга-Маквардта). Потом на оценке вычислительной сложности. И уж если окажется невмоготу - то перешел бы к распараллеливанию.
Ну думай пока. А всё же о распараллеливании лучше думать по ходу постановки задачи. Это может повлиять на формулировки и выбор алгоритмов, что хорошо и правильно.
Заинтересовал сам принцип структуризации мозга как нейросети - сначала набирается большое количество всевозможных связей, не особо обращая внимание на их качество, потом стартует отбор по принципу "удаляем все, что не нужно для достижения результата".
Ну, да. Для того, чтобы заставить немного поработать искусственный интеллект, необходимо много работать естественным интеллектом.
Всем здрасьте !
Почитал инфу по сеткам и понял что ими можно запрогнозировать все, вот только нужно знать что.
Почитал я такую занимательную статью.
Заинтересовал сам принцип структуризации мозга как нейросети - сначала набирается большое количество всевозможных связей, не особо обращая внимание на их качество, потом стартует отбор по принципу "удаляем все, что не нужно для достижения результата".
Ну, да. Для того, чтобы заставить немного поработать искусственный интеллект, необходимо много работать естественным интеллектом.
Хорошее видео по этой теме: