Обсуждение статьи "Нейронная сеть на практике: Начинаем строить цепочку"

Новый комментарий

Опубликована статья Нейронная сеть на практике: Начинаем строить цепочку:

Пришло время начать разбираться в том, как соединять перцептроны в цепочку. Это позволит нам реализовать то, что известно как сеть перцептронов. Эта сеть составляет основу всего того, что вы знаете и используете как ту или иную форму «искусственного интеллекта». Однако построение такой сети связано с рядом трудностей. Здесь мы начнём разбираться, в чём они заключаются.

Подобная ситуация, которую мы видели в предыдущей статье и которую подробнее рассмотрим здесь, может показаться несколько неудобной, если анализировать её недостаточно внимательно. Выбор механизма, который следует использовать для исправления ошибки сети или даже отдельного перцептрона, должен делаться с учётом не только экономии вычислительных ресурсов, но и способности самого механизма обеспечивать сходимость ошибки к более низкому уровню. Система, реализованная для работы с определённым типом ситуаций, может с треском провалиться, если использовать её в совершенно иной ситуации. По этой причине, соединяя перцептроны, мы должны учитывать тип задачи, с которой будем работать, поскольку не существует формулы, которую нужно всегда применять в любой ситуации.

Поскольку мы подходим к пределу того, что можно сделать с помощью одного перцептрона, возможно, значительная часть того, что будет здесь объясняться, начнёт казаться некоторым несколько неудобной. Это связано с тем, что нам нужно начать думать о топологии сети, и в этот момент вопрос перестаёт быть простым любопытством и становится чем-то немного более серьёзным.

Обычно, и в этом нет ничего плохого, многие просто предпочитают использовать какой-нибудь фреймворк, чтобы не думать о топологии сети перцептронов. Однако использование подобных инструментов и компонентов не помогает нам понять, как всё действительно работает. Оно лишь всё упрощает, скрывая значительную часть того, что на самом деле нужно знать, прежде чем утверждать, что вы умеете реализовывать сеть перцептронов и понимаете, как она работает при решении самых разных задач.

Использование фреймворка напрямую связано с вопросом топологии сети. Это связано с тем, что топология сети часто становится темой диссертаций, магистерских работ и подобных исследований. На самом деле эта тема довольно сложна и обширна. Но здесь мы не будем слишком углубляться в эту тему, потому что, на мой взгляд, это было бы совершенно излишне. Тем не менее я считаю важным, чтобы у тебя было хотя бы общее представление об этой теме, чтобы ты не думал, будто знаешь всё о топологии сети перцептронов только потому, что умеешь пользоваться каким-нибудь фреймворком. Для начала посмотри на следующее изображение.


Автор: Daniel Jose

Даниэль, всё в порядке, самая важная мысль статьи находится прямо посередине, почти между делом:

«Никакого универсального рецепта здесь нет».

Эта фраза подытоживает то, что большинство никогда не хочет слышать. Гораздо удобнее верить, что существует единственно верная архитектура, единственно верный оптимизатор, единственно верное количество слоёв — и что достаточно просто скопировать и запустить.

Работа по истинному пониманию топологии — это медленный, неудобный процесс, полный неудачных попыток. Но именно этот дискомфорт отличает тех, кто использует искусственный интеллект, от тех, кто понимает, что делает.

Спасибо, что не пошли по пути наименьшего сопротивления в объяснении.

Frequencia Do Mercado #:

Даниэль, всё в порядке, самая важная мысль статьи находится прямо посередине, почти между делом:

«Никакого универсального рецепта здесь нет».

Эта фраза кратко выражает то, что большинство никогда не хочет слышать. Гораздо удобнее верить, что существует единственно верная архитектура, единственно верный оптимизатор, единственно верное количество уровней — и что достаточно просто скопировать и запустить.

Работа по истинному пониманию топологии — это медленный, неудобный процесс, полный неудачных попыток. Но именно этот дискомфорт отличает тех, кто просто использует искусственный интеллект, от тех, кто понимает, что делает.

Спасибо, что не пошли по пути наименьшего сопротивления в объяснении.

Спасибо за слова. И действительно, в статьях, которые я ещё планирую опубликовать — если не будет новых задержек, ведь все они уже готовы, но… ладно, неважно — я покажу, что не всегда что-то сработает только потому, что кто-то сказал сделать так или иначе.

Часто приходится адаптировать саму топологию, сеть или даже метод обучения, чтобы добиться желаемого результата.

Новый комментарий