Обзор методов обучения глубоких нейронных сетей из жанра Компьютеры и Интернет

Елена

Я тебе не лапочка! (СИ)

Кеша конченный истеричка и абьюзер, а Глеб тряпка и просто мазохист, отношения как в клинике для душевнобольных, ужас просто.

MarijaAlex

Замечательная книжка!Мне она понравилась реальной правдой жизни,пусть не во всем.Фальшь она рано или поздно вылезает наружу,так и в семье гл.героини,где всё наигранно и подчиненно дурацким правилам,вместо

Деметра Санкер

Я умерла и переродилась красавчиком!

Неплохо, но сюжет немножко затянут.

Annazolot.1

Любовь на троих [СИ]

Отвратная книга, наверное писала жертва современного образования, очень много грамматических ошибок, написано через пень колоду, не рекомегдую???????????? зря потраченное время

MarijaAlex

Причины полюбить тебя вновь

История в основном понравилась,а те маленькие недочёты не имеют большого значения для моего мнения.Люблю книжки второго шанса и эта интересна.Мне даже показалось,что некоторые моменты напоминают нашу

MarijaAlex

Дай мне развод (СИ)

Плохая сказка.Фальшивая насквозь и настолько примитивный сюжет, что если пройти мимо, то ничего не потеряешь.Зато может посчастливится набрести на стоящую книжку и провести время с пользой для себя.

MarijaAlex

Дай мне развод (СИ)

Обзор методов обучения глубоких нейронных сетей

Другая компьютерная литература, Программы

Автор: Созыкин А. В.

Год: 2017

Добавил: Admin 10 Июн 20

Проверил: Admin 10 Июн 20

Формат: PDF (896 Kb)

Currently 0/5

Рейтинг: 0/5 (Всего голосов: 0)

Аннотация

Глубокие нейронные сети в настоящее время становятся одним из самых популярных подходов к созданию систем искусственного интеллекта, таких как распознавание речи, обработка естественного языка, компьютерное зрение и т.п. В статье представлен обзор истории развития и современного состояния методов обучению глубоких нейронных сетей. Рассматривается модель искусственной нейронной сети, алгоритмы обучения нейронных сетей, в том числе алгоритм обратного распространения ошибки, применяемый для обучения глубоких нейронных сетей. Описывается развитие архитектур нейронных сетей: неокогнитрон, автокодировщики, сверточные нейронные сети, ограниченная машина Больцмана, глубокие сети доверия, сети долго-краткосрочной памяти, управляемые рекуррентные нейронные сети и сети остаточного обучения.
Глубокие нейронные сети с большим количеством скрытых слоев трудно обучать из-за проблемы исчезающего градиента. В статье рассматриваются методы решения этой проблемы, которые позволяют успешно обучать глубокие нейронные сети с более чем ста слоями. Приводится обзор популярных библиотек глубокого обучения нейронных сетей, которые сделали возможным широкое практическое применение данной технологии. В настоящее время для задач компьютерного зрения используются сверточные нейронные сети, а для обработки последовательностей, в том числе естественного языка, — рекуррентные нейронные сети, прежде всего сети долго-краткосрочной памяти и управляемые рекуррентные нейронные сети.