Интернаука - Интернаука №16 (часть1) 2020
Название: | Интернаука №16 (часть1) 2020 | |
Автор: | Интернаука | |
Жанр: | Старинная литература | |
Изадано в серии: | Интернаука #16 | |
Издательство: | неизвестно | |
Год издания: | 2020 | |
ISBN: | неизвестно | |
Отзывы: | Комментировать | |
Рейтинг: | ||
Поделись книгой с друзьями! Помощь сайту: донат на оплату сервера |
Краткое содержание книги "Интернаука №16 (часть1) 2020"
Аннотация к этой книге отсутствует.
Читаем онлайн "Интернаука №16 (часть1) 2020". [Страница - 4]
человека (и семантическая сегментация.
единяются последующими сверточными слоями для
Методы глубокого обучения и разработки.
обнаружения признаков более высокого порядка.
Сверточные нейронные сети (CNN) были вдохнов-
Кроме того, идея о том, что детекторы элементар-
лены структурой зрительной системы, и в частности
ных признаков, которые полезны для части изобра-
ее моделями. Первые вычислительные модели, ос-
жения, вероятно, будут полезны для всего изобра-
5
Журнал «Интернаука»
№ 16 (145), часть 1, 2020 г.
жения, реализуется концепцией связанных весов.
мым данным и меткам. Они формируются путем
Концепция связанных весов ограничивает набор
сложения RBM и их тренировки. DBN изначально
единиц одинаковыми весами. Конкретно, единицы
использует эффективную послойную стратегию
сверточного слоя организованы в плоскостях. Все
обучения, чтобы инициализировать глубокую сеть,
подразделения самолета имеют одинаковый набор
и, в дальнейшем, точно настраивает все веса вместе
весов. Таким образом, каждая плоскость отвечает за
с желаемыми результатами. DBN - это графические
построение определенной функции. Выходы само-
модели, которые учатся извлекать глубокое иерар-
летов называются картами объектов. Каждый свер-
хическое представление обучающих данных. Прин-
точный слой состоит из нескольких плоскостей, по-
цип послойного обучения без присмотра может
этому в каждом месте можно построить несколько
быть применен к DBN с RBM в качестве строитель-
карт объектов.
ных блоков для каждого уровня].
В целом было показано, что CNN значительно
В процессе обучения DBN есть два основных
превосходят традиционные подходы машинного
преимущества. Во-первых, он решает проблему
обучения в широком спектре задач компьютерного
надлежащего выбора параметров, что в некоторых
зрения и распознавания образов. Их исключитель-
случаях может привести к плохой локальной опти-
ная производительность в сочетании с относитель-
мальности, обеспечивая тем самым надлежащую
ной легкостью в обучении являются основными
инициализацию сети. Во-вторых, нет необходимо-
причинами, объясняющими огромный рост их попу-
сти в помеченных данных, поскольку процесс не
лярности за последние несколько лет.
контролируется. Тем не менее, DBN также страдают
Сети Deep Belief и Deep Boltzmann Machines -
от ряда недостатков, таких как вычислительные за-
это модели глубокого обучения, принадлежащие к
траты, связанные с обучением DBN, и тот факт, что
«семейству Больцмана», в том смысле, что они ис-
шаги к дальнейшей оптимизации сети на основе
пользуют Ограниченную машину Больцмана (RBM)
приближенного обучения с максимальной вероятно-
в качестве учебного модуля. Restricted Boltzmann
стью неясны
Machine (RBM) - это генеративная стохастическая
Глубокие машины Больцмана - еще один тип
нейронная сеть. DBN имеют ненаправленные со-
глубокой модели, использующей RBM в качестве
единения на верхних двух уровнях, которые форми-
своего строительного блока. Различие в архитектуре
руют RBM и направляют соединения на нижние
DBN состоит в том, что в последних два верхних
уровни. DBM имеют ненаправленные соединения
уровня образуют неориентированную графическую
между всеми уровнями сети [2].
модель, а нижние уровни образуют направленную
Сеть глубокого убеждения (DBN) и Deep
порождающую модель, тогда как в DBM все соеди-
Boltzmann Machine (DBM). Два верхних слоя DBN
нения не являются ненаправленными. DBM имеют
образуют неориентированный
--">Книги схожие с «Интернаука №16 (часть1) 2020» по жанру, серии, автору или названию:
Интернаука - Интернаука №16 (часть3) 2020 Жанр: Старинная литература Год издания: 2020 Серия: Интернаука |
Русская жизнь-цитаты - Русская жизнь-цитаты-01-12-июнь-2020 Жанр: Старинная литература Год издания: 2020 |
Интернаука - Интернаука №16 ((часть2) 2020 Жанр: Старинная литература Год издания: 2020 Серия: Интернаука |