V-ați întrebat vreodată care sunt toate aceste rețele neuronale despre care toată lumea vorbește și le-a fost prea frică să întrebe? Ei bine, nu vă mai temeți! Până la sfârșitul acestei postări, veți putea să participați la orice conferință și să uimiți masa de prânz cu cuvintele dvs. cheie nou achiziționate!

Dacă ați deschis browserul în ultimii câțiva ani, trebuie să fi văzut expresia „Rețele neuronale” de câteva (sute) ori.

În această scurtă lectură, vă voi oferi un anumit context asupra domeniului și asupra lucrului în sine. Nu veți deveni expertul mondial în domeniu în următoarele 5 minute, dar veți trece prin etapa non-banală de la bord. De asemenea, veți învăța câteva cuvinte cheie pentru a impresiona familia la masa de cină, mai ales dacă urmați lista de lecturi la sfârșit.

Ce este învățarea automată?

Pentru a înțelege rețelele neuronale, trebuie mai întâi să înțelegem învățarea automată. Și pentru a înțelege învățarea automată, să vorbim mai întâi despre învățarea umană sau despre „programarea clasică”.

În programarea clasică, eu, dezvoltatorul, trebuie să înțeleg aspectele problemei pe care încerc să o rezolv și să știu exact care sunt toate regulile pentru a ajunge la soluție.

ad-banner

De exemplu, să presupunem că vreau ca programul meu să știe diferența dintre un pătrat și un cerc. Apoi, o modalitate de a face față este să scrieți un program care poate detecta colțuri, apoi aplicați-l la numara colțurile. Dacă programul meu vede 4 colțuri, atunci această formă este un pătrat și, dacă vede Nu colțuri, atunci această formă este un cerc.

Și învățarea automată? În general, învățarea automată = învățarea din exemple.

În învățarea automată, atunci când ne confruntăm cu aceeași problemă de a distinge cercuri și pătrate, am proiecta un sistem de învățare care ar lua ca intrare mulți exemple de forme și clasa lor (pătrat sau cerc). Sperăm că mașina va învăța de la sine proprietățile care le separă.

Și apoi, prieteni, odată ce mașina a aflat toate aceste proprietăți, îi pot oferi o nouă imagine a unui cerc sau a unui pătrat, unul pe care nu l-a văzut până acum, și, sperăm, o va clasifica corect.

Retele neuronale pentru manechini o introducere rapida in acest domeniu

Ce este un neuron?

Un neuron, în contextul rețelelor neuronale, este un nume de lux pe care oamenii inteligenți îl folosesc atunci când sunt prea fantezi pentru a spune funcţie. A funcţie, în contextul matematicii și al informaticii, este un nume de lux pentru ceva care necesită o intrare, aplică oarecare logică și scoate rezultatul.

Mai exact, un neuron poate fi considerat ca fiind o unitate de învățare.

Prin urmare, trebuie să înțelegem ce este o unitate de învățare, în contextul învățării automate. Atunci vom înțelege și cele mai elementare bloc de construcție a unei rețele neuronale, care este neuronul.

Pentru a ilustra, să presupunem că încerc să înțeleg relația dintre numărul de cuvinte dintr-o postare pe blog și numărul de cuvinte pe care oamenii le citesc de fapt din postarea respectivă pe blog. Amintiți-vă – suntem în domeniul Machine Learning, unde învățăm din exemple.

Așadar, colectez multe exemple de numărare a cuvintelor în postările de pe blog, notate cu X, și câte cuvinte citesc de fapt oamenii în acele postări, y, și îmi imaginez că există o relație între ele, notată cu f.

Cu toate acestea, trucul este că trebuie doar să spun aparatului (programului) un fel de care este relația pe care mă aștept să o văd (de exemplu, o linie dreaptă), iar mașina va înțelege linia reală pe care trebuie să o traseze.

1611574566 243 Retele neuronale pentru manechini o introducere rapida in acest domeniu

Ce am câștigat aici?

Data viitoare vreau să scriu o postare pe blog care are X cuvinte din el, mașina poate aplica relația f a găsit și spune-mi câte cuvinte mă pot aștepta ca oamenii să citească efectiv, y.

1611574566 964 Retele neuronale pentru manechini o introducere rapida in acest domeniu

Deci, o rețea neuronală este …

Ei bine, dacă un neuron este o funcție, atunci o rețea neuronală este o rețea de funcții! Adică avem multe (multe multe) astfel de funcții, așa unități de învățare, și toate intrările și ieșirile lor sunt împletite și se hrănesc reciproc.

În calitate de proiectant al acestei rețele, este treaba mea să răspund la câteva întrebări:

  • Cum modelez intrări și ieșiri? (de exemplu, dacă intrarea este un text, îl pot modela în litere? numere? vectori?….)
  • Care sunt funcții în fiecare neuron? (sunt liniare? exponențială? …)
  • Ce este arhitectură a rețelei? (adică ieșirea funcției care este intrarea funcției?)
  • Care sunt cuvinte cheie Pot folosi pentru a descrie rețeaua mea?

Odată ce am răspuns la aceste întrebări, pot „arăta” rețelei multe (multe multe) exemple de intrări și ieșiri corecte, în speranța că atunci când îi „arăt” un nou exemplu de intrare pe care nu l-a mai văzut niciodată, va ști pentru a da rezultatul corect.

Modul în care funcționează acest proces de învățare depășește scopul acestei postări, dar pentru a afla mai multe, puteți uita-te la asta. Puteți merge, de asemenea, la acest nebun de mișto Teren de joacă pentru rețea neuronală pentru a înțelege mai bine ce înseamnă asta.

1611574567 288 Retele neuronale pentru manechini o introducere rapida in acest domeniu

Rețele neuronale – Povestea fără sfârșit

Întrucât acest câmp explodează literalmente, cantitatea de conținut nou (și de înaltă calitate!) Care iese în fiecare minut este imposibil de urmat de orice om. (OMG crezi că va veni un moment în care oamenii vor putea construi o IA care va putea urmări progresele umane în domeniul AI ??)

Venind în acest domeniu, primul lucru de știut este că NIMENI nu știe totul. Așadar, simți-te confortabil acolo unde ești și continuă să fii curios 🙂

Prin urmare, vreau ca ultimele mele cuvinte din această postare să fie o referință la unele dintre resursele mele preferate personale de la care să învăț: