Una rete neurale probabilistica - pagina 3

Nuovo commento
 
joo >>:

Опиши только что и как сделать. Я залью, когда закончу, отпишусь.



Quanto spazio occupa questa libreria?

http://narod.yandex.ru/

 
gumgum >>:


Какой обьем занимает эта библиотека?

http://narod.yandex.ru/

Circa 700 mb

 
joo >>:

1) Вот и я говорил, что дело в учителе.

2) Хмм, а кто запрещает использовать для каждого нейрона сети свою ф-ю активации в MLP? Вернее, коэффициент кривизны в ф-и активации, так как она (ф-я активации) у всех сетей и всех нейронов одна и та же, её форма может меняться начиная от логической ступенчатой, s-образной до прямой линейной.

3) Ну вот, а раз так, то и не стоит городить огород.

4) Никак не противоречит сказанному мною

5) Вы слепо следуете книжным авторитетам, и не проводите исследований самостоятельно? Зря. Здесь неограниченное поле для полета фантазии, и, если следовать, часто противоречащим друг другу, книжным понятиям, есть большая вероятность упустить из виду очень важные.... хм, в общем многое теряете.


В общем, как хотите так и называйте, суть нелинейного преобразования нейрона от этого не изменится.


Con questa presentazione, non si parla più di MLP, poiché la sua architettura è formulata in modo univoco, ma di reti multistrato con un metodo di apprendimento backprop. Potete mescolare tutti gli strati e le funzioni di attivazione che volete.

Questo è poi come si interpreta ciò che si ottiene nell'output? Ho una storia sulla punta della lingua, sulla falsariga di una che c'era all'alba del boom delle NS. DARPA ha finanziato lo sviluppo del NS per il riconoscimento degli oggetti, speso molti milioni, (mi scuso più precisamente assorbito milioni di sovvenzioni) fatto, la rete è stato insegnato a riconoscere i carri armati a terra ;) su insegnato . Distingue perfettamente il proprio dagli altri, al 99,99%. Errore su un campione di prova ;) Quasi segnalato che tutto è fresco ... Comunque, qualcuno ha pensato di testare il sistema su foto scattate in relazione a diversi terreni e condizioni meteorologiche... Che delusione è stata quando il sistema ha mostrato il 10-15% di successo nell'identificazione degli oggetti. :) Dopo l'analisi, è risultato che il sistema ha identificato con successo i tipi di nuvole che si trovavano sopra l'area in cui sono state scattate le foto.


Così, la risposta alla domanda perché ci sono così tanti modelli di cloud. Quasi tutti i modelli sono fatti su misura per compiti specifici in un insieme di soluzioni molto ristretto. Se si considera NS come sistema parametrico di equazioni non lineari. E la ricerca, dovrebbe essere condotta nel quadro di qualche concetto, altrimenti è un "metodo di brancolamento matematico"...

 
rip >>:

При таком изложении, вы уже говорите не об MLP, так как его архитектура однозначно сформулирована, а о многослойных сетях с backprop методом обучения. Можно микшировать как угодно слоя, и ф-ции активации.

Вот как потом интерпретировать то, что вы получите на выходе? У меня тут на языке крутится одна история, по аналогии, которая была на заре бума НС. DARPA финансировала разработки НС для распознавания объектов, потратили много млн., (извиняюсь более точно освоили млн. гранды) сделали, сеть учили опознавать танки на местности ;) на учили ... свои от чужих отличает великолепно, 99,99%. Ошибка на тестовой выборке ;) Чуть не отчитались что все круто ... В общем, кто-то додумался тестировать систему на фото, сделанные относительно другой местности и погодных условий ... какое было разочарование, когда система показала 10-15% успешной идентификации объектов. :) После анализа, оказалось что система успешно идентифицировала типы облаков, которые были над той местностью где были изготовлены фото.


Вот и ответ на вопрос почему существует, такое кол-во моделей НС. Практически все модели подгоняются под определенные задачи, в очень узком разрезе набора решений. Если рассматривать НС как параметрическую систему не линейных уравнений. А исследования, их надо вести в рамках какой-то концепции, в противном случае это "метод математического тыка" ...

Beh, io vi dico che sta a voi decidere come chiamarlo. Con un tale approccio, con una rigida delimitazione delle NN per tipi, non c'è possibilità di costruire alcun sistema complesso basato su particelle elementari "neurone". Ecco perché ho raccomandato di non fissarsi su certi tipi di reti.

E non uso affatto il backprop. Non permette di costruire comitati di reti, non permette di costruire reti di configurazione arbitraria.

 
joo caricherai questo mucchio di libri sul sito di file-sharing?
 
gumgum >>:
joo вы закините на файлообменник эту кучу книг?

Sì, se potete spiegarmi popolarmente come si fa. Non ho mai caricato su ftp fino ad ora, non sono stato in grado di farlo su yandex.

 
joo >>:

Да, если объясните мне популярно как это сделать. Не разу не занимался заливкой на ftp до сего дня, на yandex не получилось.


Come mai mi sono appena registrato sulla gente! Ecco il test http://narod.ru/disk/18186702000/NejronnyeSeti.djvu.html.

c'è fino a 5 Gb

 
gumgum >>:


Как так только сейчас на народе зарегестривовался! вот http://narod.ru/disk/18186702000/NejronnyeSeti.djvu.html тест.

там до 5 Gb

Non so, la trasmissione si è fermata in tempo e basta.

 
joo >>:

Ну не знаю, вовремя отправки передача остановилась и баста.


Alberi di Natale e aghi. Cercherò un altro servizio.
 
gumgum писал(а) >>

Alberi di Natale e aghi. Cercando un altro servizio.

come opzione di condivisione dei file - crea un account email su google. ora puoi caricare file di qualsiasi tipo su "documenti" generale fino a un gig. volume di ogni file - non ricordo. o 150 o 200 metri. poi si può consentire l'accesso ai file...

1234567
Nuovo commento