Съдържание
Google Labs публикува много интересен блог относно използването на невронни мрежи, които са обучени да разпознават обекти, вместо да рисуват други обекти.
Ние обучаваме изкуствена невронна мрежа, като му показваме милиони обучителни примери и постепенно коригираме параметрите на мрежата, докато не даде класификациите, които искаме. Мрежата обикновено се състои от 10-30 слоеве от изкуствени неврони. Всяко изображение се подава във входния слой, който след това говори към следващия слой, докато в крайна сметка не се достигне "изходния" слой. „Отговорът“ на мрежата идва от този краен изходен слой.
Наричат това "застъпничество" и резултатите са повече от малко странни. Следващите слайдове показват резултатите от различните невронни мрежи, "рисуващи" нещото, на което са обучавани, въпреки че източникът е несвързан, или дори случаен, данни. Основната механика е доста сложна, но представете си, че виждате как невронната мрежа "вижда" света.
СледващияSkyarrow
Това е доста просто, но мрежата беше помолена да намери всяка стрелка.
рицар
Като се има предвид картина на рицар, тази невронна мрежа намира това, на което е обучено навсякъде: животни в изобилие!
Селска животни
Това прилича на пейзаж, но е направен от луд живот и дива природа.
Кучешки писък
Иконичното парче на Едуард Мунч отива при кучетата. Очите навсякъде са повече от малко тревожни.