Зміст
Google Labs опублікував дуже цікавий блог щодо використання нейронних мереж, які були навчені розпізнавати об'єкти замість того, щоб малювати інші об'єкти.
Ми тренуємо штучну нейронну мережу, показуючи їй мільйони прикладів навчання і поступово коригуючи параметри мережі, поки не буде надана потрібна класифікація. Мережа зазвичай складається з 10-30 укладених шарів штучних нейронів. Кожне зображення надходить у вхідний шар, який потім переходить до наступного шару, поки не буде досягнуто "вихідного" шару. «Відповідь» мережі виходить з цього кінцевого рівня виведення.
Вони називають це "зачаттям", і результати більш ніж дивні. Наступні слайди показують результати різних «нейромережних» «живопису» речей, на які вони навчалися, навіть незважаючи на те, що джерелом є не пов'язані, а то й випадкові дані. Основні механіки досить складні, але уявіть, що ви бачите, як нейронна мережа «бачить» світ.
ДаліSkyarrow
Це досить просто, але мережу попросили знайти кожну стрілку.
Лицар
Враховуючи картину лицаря, ця нейронна мережа знаходить те, на чому вона навчалася по всьому місці: тварини в достатку!
Сільській місцевості тварин
Це виглядає як краєвид, але він складається з божевільного масиву тварин і дикої природи.
Собачий крик
Знаковий фрагмент Едварда Мунка йде на собак. Очі по всьому місту більш ніж тривожні.