Поясните за нейронные сети на простом примере аля "срущий с дерева человек" в качество объяснения разницы между силой тока и напряжением.
Ну же! Хочется вкатиться, но я не понимаю сути...
Бамп
Ну же, ночной! Неужели ты не хочешь тянуть науку вперёд и помогать вкатываться тем, кому это интересно? Может, я ИИ создам в будущем благодаря твоему объяснению?
>>168077986 (OP)https://www.youtube.com/watch?v=WbUJZJz9cag
>>168078149> https://www.youtube.com/watch?v=WbUJZJz9cagСпасибо, но где ты там срущего человека увидел? Мне бы коротко и ясно, как на оп-пике. Такое себе поверхностное объяснение, чтобы я смог понять, как ебучая машина может что-то обучать снихуя.
>>168077986 (OP)Это самообучающаяся программа из хуилиарда блоков if else elseif
>>168078168Представь что ты сидишь на дереве и срешь.Твоя жопа - нейронная сетьГовно - контентДиаметр очка - количество нейроновОрешки в говне - качество обучения
>>168078189> самообучающаясяВопрос вот в этом. Каким образом? Ты даёшь ему картинку, он её определяет и каким-то образом обучается на ней? Что-то непонятно, как это все работает без участия человека.
Ну тут срущий человек явно врос в дерево с кучей веток ака нейронов, все связаны между собой. Говно растекается по дереву и по некоторым веткам, чем больше говна идёт по определенным веткам, тем они весомее, тут как то надо описать обучаемость говносети, но я сам в этом профан по правде говоря.
>>168078212Ты даёшь сети 100500 картинок со стаканом. Найдя закономерности она угадывает на 100501 картинке то что ты называешь стаканом.
>>168078208Я бы понял, что ты написал, если бы хотя бы знал, что такое нейроны и от чего зависит их количество.
>>168078229По какому принципу она ищет закономерность?
>>168078229И 100500 картинок без стакана не забудь.
>>168078168>>168077986 (OP)опушка, найди лучше научпоп статью вместо объеснений анона. чесно.
>>168078262Хорошо, анон, я уже начинаю понимать, что "срущий человек" работает только в некоторых случаях. В остальных только запутывает.
>>168078212Зависит от того,чему ты хочешь научить сетьПодход индивидуальныйЕсли тебе нужен псевдокод
>>168078251В картинках скорее всего находит края цветовПолученную линию краев преобразует в функциюНа других картинках ищет такую же функцию
>>168078294Сидит она и сама чтоли преобразует? Она умная чтоли такая дохуя, если снихуя может создавать функции и сравнивать картинки?
Угораю с треда.>>168078251По тому же принципу, что и живой мозг.Тупо "холодно - горячо"
>>168078168Я сам не знаю братишка
https://www.youtube.com/watch?v=orgXajB6z58
Главный вопрос у меня вот в чём: почему какая-то хуйня ебаная обладает собственным разумом и умеет думать без человеческого ведома и кода?
>>168078314Да не совсем по тому же.
>>168078309Алгоритм бегает по jpg файлу и идёт края цветовПолученную линию краев преобразует в вектораПолученные вектора описывает уравнениями
>>168078327Сейчас бы на просьбу о поверхностном объяснении вкидывать двухчасовой видос..
>>168078330Это не разум.
>>168078330Не умеет. С кодом она. Не обладает. Если она какие-то "мыслительные" операции выполняет лучше человека, то просто потому, что вычислительные мощности больше и она может делать это эффективнее, чем мозг.
>>168078346Почему, если она делает всё по-своему?
>>168078352Она не осознает, что делает, не может поставить себе цель.
Короче, в пизду вас, долбоёбы. Ещё больше запутали. Щас подрочу и спать пойду.
>>168078330Что по-твоему человеческий мозг? И вообще человек?Нейронные сети по сути крайне упрощенные человеческие мозги.
Человек сидит на дереве и срет. Говном. А в голове у него нейросеть, то ли хуево обученная, то ли под наркотой, потому что под деревом-то никого нет, а дерево в детском саду стоит.>>168078336Но это не нейросеть. Это тинай/гуглокартинки. Нейросеть ничего не преобразует и не записывает, а тупо обучается "это стакан или блять дорожный знак, или store front"
>>168078352У стиральной машинки тогда тоже разум, она же стирает по своему. Нейтронная сеть не знает что она делает. Это просто сложный алгоритм в логику которого заложено менять себя под задачи.
>>168078360Смотри. Ты сидишь ветке и срешь, веткой выше сидит еще несколько анонов, которые также срут, но только тебе на голову.Когда определенное количества говна упадет тебе на голову, ты выдавишь каках.И да, одни аноны высирают какихи побольше, другие поменьше
>>168078330Никаким разумом нейронные сети не обладают и представляют собой в первую очередь систему уравнений с очень большим количеством неизвестных, которые требуется найти на стадии обучения, и которые смогут преобразовывать входящие данные в правильные исходящие данные.
ОП, тут еще? Объяснять?
>>168078374Откуда у программы понятие о стакане? Она тупо на 100500 картинках со стаканом и без научается, какие границы цветов являются тем, что от нее хотят ("стакан").
>>168078387Почему у одних больше говна, а у других меньше?
>>168078330>>168078352У неё нет эго. И нет даже инстинктов. Ушей, рта и глаз. У неё есть только ввод и вывод, но выебать ты её не сможешь.
>>168078374Откуда нейтронная сеть возьмёт данные что это стакан, тебя человек спрашивает. Она летне видит, перед ней набор байтов.
>>168078396Да, конечно
>>168078369Человеческий мозг это то, что управляет нейросетью. Сама нейросеть это просто инструмент.
>>168078396Объясняй нам, заскриним на будущее.
>>168077986 (OP)тест
>>168078400У неё есть в этих нейронах память о том, что эта ебала, этот набор пикселей - это стакан.И всё.
>>168078401Разный социальный статус
>>168078400>и безНеобязательно без стакана ей давать.Просто научить определять стакан и его отсутствие на картинке уже учить не нужно.Ты же ей скармливаешь картинки не в виде "угадай, тут есть стакан или нет", а "я тебе даю картинки только стаканов".
>>168078426Какие нахуй нейроны
>>168078406Её обучают, скармливая фоточки и говоря, что "вот это стакан, а это не стакан".Блять ну как можно быть таким тупым, новая капча от Абу ведь нужна именно для этого. Для обучения нейросетей.
>>168078442Искусственные. Виртуальные.
>>168078457Пока что она учит меня находить знаки и мосты, и ругает, если я не нашёл
>>168077986 (OP)Нейронная сеть это самообучающийся олгоритм.Например, запускаешь этот алгоритм на харкачике ИТТ, он его весь прочитывает и потом высерает ответы типа: "нейронная сеть это срущий человек". Через сто ответов в тред врывается нейробиолог-кун и поясняет по харду, что нейронная сеть - это дядя Бафомет-нейрон, le maman-нейрон и сына-корзина-нейрон, которые срут все вместе взявшись за руки, увидев однажды как срет BATYA-нейрон. Он прочитав и это, начинает высерать ответы типа: "нейронная сеть это когда BATYA посрал а ты подсмотрел и повторил за ним" и тд.
Ну смотри. Нейронная сеть это толпа чуваков копрофилов. Один чувак, назовем его Алексей, поел овощное рагу с картохой, говядиной и морковочкой.Затем он насрал в тарелки и раздал другим чувакам. Это, стало быть, нейроны первого поколения. Эти нейроны, они говняные гурманы, значит. Каждый гурман определяет отдельный вкус. Ну, например, один может понять, было ли говно раньше овощами, второй - было ли оно сладким, третий - было ли блюдо мясным, ещё один - жаренное или нет. В общем поели эти чуваки говна и тоже посрали. И раздали своё говно нейронам второго поколения. И короче там уже начинается поиск отдельных ингредиентов. Один понял, что раньше говно было картошкой, второй почувствовал говядину, ещё один уловил щепотку базилика.Так вот то, что чуваки могут почуять определенный вкус говна - это называется весом. Не спрашивай, это так.В итоге мы получили что? Нейроны не знают, что ел Алексей. Но разобрав по частям всё им накаканное, складывается впечатление, что это было блюдо из картошки, с говядиной. Эту информацию передают следующей группе нейронов, которые сообща решают, что это было рагу.
>>168078401Потому что одним срут в голову важным говном, а другим незначительным
>>168078478Шепотомух бля
>>168078477Чтобы получить картинки с подтвержденным людьми наличием знаком и мостов и учить нейросети в том числе.
>>168078489Было бы охуенно если бы унитаз с нейронной сетью показывал какое блюдо я сейчас высрал
>>168078457>новая капча от АбуИмплаинг, что это его творение лол. Это просто гуглокапча.Вообще капча изначально была для обучения и создания алгоритмов. Правда сначала тебе давались куски "проблемного" для понимания всякими преобразователями печатного и рукописного текста в электронный вид. То есть застопорилась машина опознавая какое-то слово - вырезает и добавляет в виде капчи, а люди уже разгадывают его для нее лол.Теперь вот с картинками так же.
>>168078510Ты всегда срешь одним блюдом: говном.
>>168078408>>168078412Ок, положим, что нам нужно понять трап на картинке или нет. Берем кучу картинок, кучу случайных чисел и ОТВЕТ МАШИНЫ (1 - трап, 0 - не трап). Картинку надо тоже как-то закодировать, например КАДЫК-СИЬСКИ-ХУЙ. Трап будет с кадыком, сиськами и хуём, т.е. 1-1-1. Перемножаем его на случайные числа (подобранные такие образом, чтобы результат был между 0 и 1) и получаем ответ, например 0,52. Но мы-то знаем, что на картинке точно трап, т.е. ответ должен быть 1, а не сране 0,52. Мы меняем числа таким образом, чтобы результат был ближе к 1. Потом берем еще трапа, и еще, и еще миллион таких трапов, а также миллион не трапов. В итоге изначально СЛУЧАЙНЫЕ ЧИСЛА настраиваются таким образом, что дают правильный результат. Т.е. в этих числах закодировано траповство и она способна разгадать любую ловушку, достаточно лишь только помножить её на эти магические числа. Вот и всё.
>>168078535Ты просто не разбираешься в сортах говна.Ниппонские унитазы уже следят за этим, подавая сигнал, если что-то с тобой не в порядке.
Спасибо, аноны. Я начал врубаться. Завтра ещё наверну пару статей и начну водить.
Почему никто не учит нейросеть находить годный фапконтент?
>>168078557Попробуй ещё в экселе накидать простенькую нейронку, очень способствует пониманию. Простую распознавалку числа из поля 3х5 клеточек.
>>168078537Это я говорю о нейронных сетях с обучением (обучение это и есть настройка чисел соответственно картинкам, когда ты заранее знаешь результат, т.е. такие системы не работают без специалиста по трапам, который оценит первые миллионы запусков). А основная задача заключается в том, каким образом и в какой последовательности перемножать на эти цифры и сколько их должно вообще быть. Прикол в том, что никакой математической теории или формулы, которая может подобрать точные параметры магических чисел - нет. Все ебашут от балды.
>>168078558Как она обсчитает "годность"? Проще научить его генерить, чтобы "годность" ты задавал, лол.
>>168078576Добра тебе
>>168078558Потому что нет определения годности. Но ты сам, при должном старании, легко можешь это сделать под твои вкусы.
>>168078579>Как она обсчитает "годность"?На основе большого количества обучающих данных
>>168078537Ну наконец-то внятное объяснение.>>168078512>Имплаинг, что это его творение лол. Это просто гуглокапча.Немного не так выразился. Да, раньше были слова отсканированные, потом номера домов, а потом уже ебучие лодки и мосты.
>>168078601Это же индивидуально. Нет "объективно" годного фап-контента.
>>168078594> нет определения годности>>168078579> Как она обсчитает "годность"2Д. Вы прикалываетесь что ли?
>>168078614Нет.
>>168078537>а также миллион не траповТы заебал, не нужны не трапы, не стаканы и тд.Представь, что я тебе даю всегда цифру ноль в разных видах и потом даю не ноль и спрашиваю, что это. Ты отвечаешь, что это не ноль, так как он не похож на то, что я тебе давал до этого.То есть мне не нужно тебе давать "не ноли" для этого. "Не нолями" будет являться все, что не походит на то, что тебе объяснили как ноль.
>>168078602> Немного не так выразился. Да, раньше были слова отсканированные, потом номера домов, а потом уже ебучие лодки и мосты.Я бы на месте порнотубов обучал нейронки определять жанр порева. Ну, например если пользователь для 10 роликов проставит по 10 тегов, получит сутки подписки. Потом машина анализирует теги и видео, и затем ставит теги сама. А дальше сама выбирает себе порнушку по вкусу, сама дрочит, сама смывает малафью, испытывая лёгкое чувство вины.
>>168078577У тебя люди сразу рождаются и умеют говорить и решать задачи? Чтобы блять просто формы различать уходит почти год. Его буквально нужно учить дышать в большинстве случаев, ибо он до этого вообще не дышал.Так же и тут, обучение нужно на примерах.Ты же не возьмешь кучу песка, расплавишь его и скажешь, что это процессор. Его нужно специальным образом обработать еще прежде.
>>168078635> Не нужны не ноли> Даешь не нольПиздос.Ладно, допустим иначе:> Даешь сильно искривленный ноль> Это не ноль> ББПЕ, это ноль сучка> А ну ок, хм, странно, буду иметь в виду.
>>168078537>Мы меняем числа таким образомТут, кстати, единственное место, где работает чистый и незамутненный матан. Дело в том, что мы знаем как именно настраивать эти числа - это алгоритм обратного распространения ошибки. Т.е. есть формула, с помощью которой можно поменять значения случайных чисел, чтобы уменьшить ошибку. Т.е. сделать так, чтобы результат перемножения трапа на магические числа был ближе к желаемому.Еще один нюанс заключается в том, что если скормить сети слишком мало картинок или картинки только с трапами-азитами, т.е. сеть не будет признавать трапов-европейцев - трапами, потому что будет слишком узконаправленной. Числа будут настроены таким образом, чтобы давать правильный ответ только для тех результатов, на которых они учились и не будет различать европейские хуи от азиатских. >>168078635Тут зависит от задачи. Если сеть нужна для обнаружения стаканов - да, если для классификации объектов - нужны исходники по всем классам. Тут уж как задачу определишь. Может ты хочешь, чтобы твоя сеть говорила "на картинке не трап, там вообще не человек, там зверь нахуй".
>>168078665Не понял, что ты хотел сказать. Где противоречие в моем посте и твоем?
>>168078635Ну нет, тогда изображение будет являться null
>>168078690Да я пидор-долбоеб просто.
>>168078695Не грусти.
>>168078670Если следовать твоему "нужен миллион картинок ноля и миллион не ноля", то блять если ты ему выдашь миллион картинок дерева (не ноль же хуле), это не не сильно упростит ему жизнь. Миллион картинок кресел (тоже же не ноль) ты же не давал после этого.Ты меня понять не можешь что ли?Вот бью я тебя по лицу и говорю, что это все удары по лицу (просто миллион ударов подряд с изначальным условием, что я тебя миллион раз уебу). То есть никаких "не удар" не будет в это время, только удары.Каждый удар ты анализируешь и записываешь ощущения себе в память.Все, миллион кончился и я тебя не бью и спрашиваю, что только что было? Ты сверяешься с этим миллионом ударов, сравниваешь нынешние ощущения и говоришь с уверенностью, что это точно был не удар. Мне не нужно тебе миллион раз говорить и объяснять, что такое не удар блять.
>>168078613Есть объективно годный фап-контент в каждой категории. Т.е. бессмысленно сравнивать цп с не цп. Но вот среди цп можно определить более годный контент и менее годный. Тоже самое касается и не цп. Ну ты в общем понял.
>>168078558> Почему никто не учит нейросеть находить годный фапконтент? betterfap.com
>>168078714В промежутках между ударами был не удар, как я смогу раз различить где удар, а где нет по итогу? Ты с головой то вообще дружишь? Тоже самое в примере с деревом. Ну или объясни конкретнее что ты хочешь доказать.
>>168078734Даже среди цп могут быть жирухи или дрищухи. А это вкусовщина.
>>168078682>Тут зависит от задачи.Так мы обсуждали задачу "уметь распознать стакан". Разумеется научив распознавать стаканы ты не добавишь ему возможность узнать, что это если не стакан. У него будет либо true (стакан), либо false (не стакан). Второе будет означать ВСЁ остальное, и деревья и кружки и старушьи пезды блять. Научишь его тому, что такое дерево и он начнет отличать дерево от стакана, но все остальное будет опять же не стаканом и не деревом.
>>168078744>В промежутках между ударами был не ударИзначальное условие блять, НИКАКИХ "НЕ УДАРОВ" ВО ВРЕМЯ ОБУЧЕНИЯ. Ты почему такой тупой блять?
>>168078341>сейчас бы думать что можно объяснить поверхностно вещи которые требуют 2 часовой лекции
>>168078760Пусть так, как сеть сможет тогда опознать удар? Если ты каждый раз показывал ей положительный результат. Так не получится.
>>168078744>как я смогу раз различить где удар, а где нет по итогу?Смотри проще насколько это можно. Сейчас я напишу ровно десять (10) нулей.0000000000Запомнил эти десять (10) символов? Теперь скажи мне, что изображено тут:1Твой ответ будет "не ноль", у тебя нет понимания, что такое 1, у тебя есть понимание того, что такое ноль и что такое не ноль нахуй. Я не учил тебя тому, что такое единица, только тому, что такое ноль.
>>168078748Ну так ведь можно организовать обучение на основе оценок определенного анона, Или использовать среднестатистическую оценку, которая как правило вполне объективна.
Зашел в тред че кому обьяснить, а тут столько дауничей отписывается что ну его нахуй, непонятно только зачем вообще они в такие треды суются.
>>168078780Чаю, тоже хотел написать
Ну поделюсь еще инсайдерской инфой раз уж такой тред, лол.Писечка с нейронными сетками в том, что, строго говоря, никто не может объяснить как именно конкретная сеть решает конкретную задачу. Т.е. это своего рода черный ящик. Вот возьмем пример той же задачи классификации объектов. Как человек распознает объекты мы примерно знаем. Свет падает на ебало, определенные типы нервных клеток реагируют на тень, цвет, расстояние, экспозицию и т.п., это все передается в определенные центры мозга и оттуда сравнивается с имеющимися в памяти записями о похожих объектах, потом в речевой центр - где подбирается соответствующий ярлык - и вуаля, человек дает определение. С сеткой все несколько сложнее, по какому именно принципе информация структурируется в сети - хуй знает. Т.е. если вскрыть обученную сеть - там будет просто дохуя разных чисел. Почему именно в этом месте это число, а не другое - ну, хуй знает. Определить бывает сложно или вообще невозможно. Сеть работает и у нее свое собственное понимание "траповатости", вполне возможно, что она классифицирует их по совсем другому совершенно не очевидному для человека признаку. Например, оказывается, что пятый пиксель второго ряда на всех картинках с трапами - серого цвета. Правда реверснуть такие закономерности не совсем уж просто.
А теперь вопрос!Как распознаватели лиц в телефонах научиваются узнавать моё ебло за одну фотографию?
>>168078780>>168078790Сюда смотрите блять.>>168078783
>>168078783Если бы кота отучить ссать где попало было бы так просто...
>>168078752Я конкретно писал про задачу с трапами, которую можно определить и как (трап, не трап) и как (трап, не трап, вообще не человек).
>>168078792Это только для тебя всё это "хуй знает", а вот для создателей сети всё более или менее понятно.
>>168078208>Орешки в говне - качество обученияСейчас бы орешков поесть
>>168078795Просто ты очень всратый.
>>168078792> С сеткой все несколько сложнее, по какому именно принципе информация структурируется в сети - хуй знает. Т.е. если вскрыть обученную сеть - там будет просто дохуя разных чисел. Почему именно в этом месте это число, а не другое - ну, хуй знает. Лол, классический взгляд на нейронки от колхозника из телеги. "хуй знает, как работает бля, ну цифр дохуя".
>>168078821Ну ладно, я всратых. А как айфон одного альфача от другого отличает?
>>168078783Да, но тогда и ноль распознать получится только на 1 примере. Разве нет? 0000000 1000 2Не нихуя, тут обязательны разве условия, иначе получается хуйня
>>168078795Наверное сеть обучалась получая на входе по два лица и получая на выход информацию о том, совпадают эти лица или нет.
>>168078814Диавол кроется как раз в этом "более или менее". А создатели ебашут структуры сетей от балды, никакого подкрепления кроме эмпирики там нет и пока что не может быть.
>>168078795Вариант А - это не нейросеть, а тупо алгоритм.Вариант Б - фоточка грузится на сервер эпла/гугола, где уже есть дохуища фоточек других людей, анализуется и сравнивается.А так хуй знает.
>>168078809Ну для начала тебе нужно научить отличать человека от ВСЕГО. Потом отличать мужчина от женщины по ряду признаков. Только вот даже человек с трудом по картинке отличит мужчину от женщины порой.Да чего уж там, сделай резиновый член накладку реалистичным и ты не отличишь его по картинке от настоящего, тебе нужно его будет потрогать или вроде того. А еще он может ощущаться реальным и тогда тебе его нужно разрезать и изучить под микроскопом лол.
>>168078792>никто не может объяснить как именно конкретная сеть решает конкретную задачу>инсайдерской АХАХАХХАХАХАХАХАХАХАблять ты там с рентв?все блять понятно абсолютно, нейронные сети это математический аппарат, большинство библиотек с открытым кодом, любой даунич потратив минимум времени поймет все до тиков что происходит и как.мимо окончил ВМК МГУ
>>168078834По сути там уже есть встроенная сеть для распознавания лиц. Ипхон просто быстро переобучает её для распознавание конкретно твоего лица. Т.е. условно добавляется еще один слой и переопределяется выход. Была задача НАЙТИ КВАДРАТ С ЕБАЛОМ, стала задача НАЙТИ КВАДРАТ С ОПРЕДЕЛЕННЫМ ЕБАЛОМ.
>>168078835>0000000 1000 2В этом тексте 10 нулей и 4 не нуля.Ты меня троллишь уже нахуй. Не верю, что ты настолько блять тупой.
>>168078795для распознавания лиц даже нейросеть необязательнаа просто берется один из алгоритмов распознавания образов и все
>>168078869Не троллю анончик, объясни пожалуйста ещё раз попроще.
>>168078830>>168078852Сразу видно студентиков, которые проебывали пары. Я говорю о том, что в классической нейронке правила отображения, которые подберет сеть, могут совершенно не совпадать с теми, которые использует человек. В отличие от, например, сверточных сетей - которые как раз построены по подобию работы человеческого глаза и выделяют признаки (контуры, например) так же как чуловеческий мозг. Если хочешь оспорить - тащи сюда любую классическую работающую сеть и научную работу по ней, в которой выдели строки, в которых написано что-то кроме "ну бля ебать мы попробовали так и сяк и короче вот так оно начало давать норм результат ну хуй знает, не ебите мозг".
>>168078835>тут обязательны разве условия, иначе получается хуйняТак условия и есть. Их два: "ноль" и миллион примеров этого ноля и ВООБЩЕ ВСЕ ОСТАЛЬНОЕ В МИРЕ БЛЯТЬ, ТО ЕСТЬ АБСОЛЮТНО МАТЬ ЕГО ВСЁ является "не ноль".Причем изначально скормив тебе миллион примеров я сразу обозначаю, что там только ноли и если я напишу там единицу - ты будешь считать, что это тоже ноль, ведь я так назвал ее и потом будешь считать все единицы тоже нолями. Поэтому я тебе дам ТОЛЬКО НОЛИ, это в моих интересах обучить тебя правильно, не врать тебе и не искажать твои данные.
>>168078783тащемта ты не прав, совершеннолибо пример приводишь некорректный, думая о чем то другом
>>168078903> вы кароч не правы, пруфы сами ищитеПошел нахуй, селянин.
>>168078924Быстро слился, чмоня.
>>168078911Распознай-ка мне вот этот ряд:000О000°0о00
>>168078844Я не понял, что тебе от меня надо. Ты вообще мне отвечаешь?
>>168078923Мне тоже кажется что он не прав, но сейчас подробнее объяснит мб поймём.
>>168078934> демагогия> сливыНе забудь написать, что у меня пердак бомбанул, даун.
>>168078943три нуля - не ноль - три нуля - не ноль - ноль - не ноль - два нуляИ что?
>>168078963> И что?Пока ты это делал, я посетил твою матушку и попил с ней чаю.
>>168078943Ноль ноль ноль большая буква о ноль ноль ноль символ градуса нот маленькая буква о ноль ноль.Без проблем распознал.
>>168078957Где там демагогия, петух? Тебе пишут, что внутренняя структура сети т.е. количество слоев и нейронов и output функции берутся от балды. Т.е. никто не может объяснить почему именно так, а не иначе. И что ты на это отвечаешь?
>>168078972Передавай приветы :3
>>168078975Блядь т9, там ноль
>>168078903> в классической нейронкехуясе пошли оправдания, оказывается это я тупойно затем сразу оговорочка про какую-то классическую нейронкуэто что по твоему? схемы которые использовали 20 лет назад?>- тащи сюда любую классическую работающую сетьда легкоhttps://uwaterloo.ca/arts-computing-newsletter/spring-2017/feature/spaun
>>168078889Смотри, я даю тебе символы, которые называются цифрами (ты не знаешь их названий, ты знаешь, что это цифры и все):0123456789Ты их все запомнил и теперь я тебе даю набор символов:фыва123Что это за символы? Ты берешь каждый символ и сравниваешь с тем, что у тебя в памяти и уже имеют название. Первые 4 символа тебе неизвестны и следовательно ты их помечаешь, как "не цифры", остальные 3 ты узнаешь и помечаешь их как "цифры". Выдаешь ответ: "Тут 3 "цифры" и 4 "не цифры"Я тебя не учил тому, как определенная цифра называется или как называются другие символы, я тебя просто научил (заставив запомнить и сравнивать с этим последующий ввод) 10 символов, которые я назвал "цифрами". Дальше я могу объяснить, что 0 - называется нулем, 1 - называется единицей. И тогда память дополняется и при следующей проверке уже знаешь название именно этих двух цифр. То есть выдав текст:1230Ты сможешь ответить, что там 4 цифры и две из них называются ноль и единица.
Ну хорошо, ещё вопрос.Вводя капчу, я помогаю учить нейросеть Гугла. Он запоминает мои ответы, что вот это автобус, а это не автобус. А почему тогда он учит меня? Если я укажу на не автобус, он скажет, что я ошибся и поменяет картинки. Нейросеть обучает меня искать автобусы и мосты?
>>168079004На самом деле ты и есть нейросеть.
>>168079000Что если добавить туда фотографию?
>>168079026Я не нейросеть! Я живой человеческий мальчик! У меня есть кожа и выделения!
>>168079004Не совсем. Тебе дают картинки уже с известными вещами. То есть человек их до этого опознал и пометил. Ты же просто повторяешь его работу и все. Машине это сделать труднее и поэтому ты знаешь, что ответивший на эти вопросы - скорее всего человек, так как машина бы не смогла правильно ответить. Потом можно скормить ей эту и сотни миллионов других картинок с правильным ответом и через какое-то время она бы смогла отвечать правильно на похожие вопросы.
>>168078996>но затем сразу оговорочка Это оговорочка нужна для того, чтобы не начал вопить про сверточные сетки. Но ты не начал, потому что ничего про них не знаешь. Сверточные отличаются только тем, что структура сети подобрана примерно такая, чтобы копировать работу глазных нервов человека. По сути - та же эмпирика, но с нейробиологическим запашком.По твоей ссылки нет ни одного описания структуры нейросети (количество нейронов, количество слоев, используемые выходные функции) и объяснения почему эти, а не другие.
>>168079004Он подсовывает тебе и помеченные и не помеченные варианты. Раньше такая рекапча была с двумя словами, одно из которых было уже распознано, а другое нет. А значит, вместо второго ты мог писать что угодно, ведь система не знала правильного ответа. Гугл делает так, чтобы ты думал, будто она всегда знает ответ иначе все начнут рандомно тыкать.
>>168079043Ну а ты как думаешь? Вроде к этому моменту должно было дойти.Еще разок скажу. Вот это 0 ноль, все остальное не ноль. Ты должен понимать, что это о и это О уже не ноли ибо ты знаешь, что такое ноль, а не оно.Так что фотография будет НЕ НОЛЕМ И НЕ ЕДИНИЦЕЙ И НЕ СИМВОЛОМ И НЕ ЦИФРОЙ блять.
>>168079000Дебич, если ты скармливаешь сети допустим 30 черных картинок и потом дашь на вход белую, то она тебе в качестве категории выдаст черную.Если ты скармливаешь оттенки серого и потом дашь на вход белую, то она наиболее вероятно выдаст самую светлую.Если ты дрочил ее нулями и дал единицу, она тебе покажет ноль.То что ты сам себе придумал что сеть может ответить "нет в списке" то это уже надстройка, и уж тем более что она сможет понять что это не что то.выдашь ей фывфыв - она тебе выдаст цифры которые подойдут ближе всего.
>>168079079>иначе все начнут рандомно тыкать.Так и делали. На форчане помнится научили распозновать некоторые слова, как ниггер, фаггот и тд, хотя они ими не являлись лол.
>>168079088Фотография будет набором чисел, алло
>>168079063дебич, во первых глазные нейроны совершенно не причем, распознавание происходит не в них.и вообще ты пытаешься говорить про сети хопфилда выдавая их за сверточные, что удивительноладно можешь в этом загоне считать себя самым умным, я далбаебам не хочу менять образ мышленияу них он не меняется
>>168079105Гугл похитрее будет. Уверен, у них еще и учет ведется, кто добросовестно отвечает, а кто любитель потыкать и вторым дается больше заданий.
>>168079088То есть не определит?
>>168079095>то это уже надстройкаТак и есть. Я и сказал, что даю символы. То есть я уже обозначил ввод. Я сказал, что вот эти 10 символов называются цифрами. В моем случае я не написал, что она должна отвечать "не цифры", "не символы", но это подразумевается.
>>168079105слышу звон, не знаю где онна форче можно было вместо одного слова ВСЕГДА писать нигер и ответ проходилтам ничего распознавать не надо было
>>168079120>ладно Уебывай, клоун.
>>168079119Схуяли? Мы как-то преобразовали ее или дали условия, как понимать фотографию?
>>168078635> Представь, что я тебе даю всегда цифру ноль в разных видах и потом даю не ноль и спрашиваю, что это. Если ты будешь кормить нейросеть только нулями, то на не-нули она будет что-то рандомное выдавать, что будет повышать ошибку. Например нейросеть может научится просто проверять, что в какой-то точке есть пиксель, поэтому это ноль, но если ты ей покажешь 9 и так случится что пиксель будет на месте, то она скажет это 0 иди нахуй долбоеб
Ебать, я сейчас всё это читаю и охуеваю. Яйца болят пиздец, третий раз за сегодня дрочу. Ну да и хуй с ними. Я спать. Удачи вам тут попетушиться, завтра ваши брачные игрища почитаю. И спасибо за объяснения, я примерно начал понимать, как работает.
>>168079162> что-то рандомное выдаватьОна будет выдавать "НЕ НОЛЬ", кретин ты ебучий.Сука, сообщений десять отставил, а ты все еще тупишь или ты не ты, но тоже еблан.Для нашей абстрактной машины есть два варианта, которым мы ее научили: "НОЛЬ", который обозначает данные нами примеры и ВСЁЁЁЁЁЁЁЁЁЁЁ ОСТАЛЬНОЕ В МИРЕ БЛЯТЬ, КРОМЕ НУЛЯ ТУПАЯ ТЫ ХУЕТЕНЬ! У тебя видимо комп - это просто магическая коробка блять.
>>168079159>>168079162Вы все дауны и нихуя не понимаете. Выход классифицирующей нейроести всегда вероятностный. Т.е. активируется несколько выходных нейронов и вероятности распределяются согласно весам нейронов. Чтобы вы не скормили такой сети, она даст разброс вариантов. И если ей скормить данные из совершенно другого мирка (вроде фотографии) ответ будет СЛУЧАЙНЫМ, потому что сеть охуеет.
>>168079206> ответ будет СЛУЧАЙНЫМЯ про это и написал, долбоебус>>168079198> Она будет выдавать "НЕ НОЛЬ", кретин ты ебучий.Только в твоем манямирке
>>168079198Ты вообще не втыкаешь как сети работают.
>>168079206>СЛУЧАЙНЫМDefine случайные, тупой ты выблядок.
>>168077986 (OP)Тред не читал. Куча чуваков сидит на дереве и срет. Иногда говно принимает какую-то интересную форму, цветка там или животного какого-то. Тогда высравшего его, гладят по голове и более усиленно кормят. Тех, кто высрал хуйню - пиздят ногами и обоссывают. Все.
А кстати, можно ли нейросеть обучить решать простые арифметические операции, т.е. сложение, вычитание, умножение и деления?Мне кажется, что эта задача должна быть первой задачей, которую должен решить тот, кто начал постигать нелегкий пусть программиста нейронных сетей.
>>168079279Без выявленной закономерности.
>>168079296Лол, нет. Ведь входные и выходные данные у тебя не ограничены ничем. И потом, нахуя создавать алгоритмы для решения задач на компьютерах, построенных на решении этих задач?
>>168079279Случайная последовательность - это такая последовательность, в которой после 1 - бита в примерно половине случаев следует 0 - бит, и примерно половине случаев следует 1 - бит. А так же в которой последовательности 00, 01, 10 и 11 встречаются примерно одинаково. Тоже самое должно касается и всех остальных последовательностей из 1-2-3-4-n символов.
>>168079305Что такое "Без выявленной закономерности."Сука, мне похоже до вечера придется от тебя, долбоеба, добиваться чего-то.
>>168079296Зачем? Это же глупо. Нужно просто объяснить, что мы тебе даём какое-то количество палок, а потом ещё одно количество. Ты кладешь одну кучку палок к другой кучке и считаешь, сколько получилось палок. Также и с вычитанием. И потом на основе этой базы даёшь ей формулу умножения и деления. Ну и всё. Вот тебе простейшие арифметические операции, на основе которых можно строить сложнейшие формулы.
>>168079383В нашей абстрактной машине есть только 0 и все остальное. Случайности тупо быть не может. Сука, какая ебаная капча блять, по 10 картинок уже приходится опознать. Выкатываюсь с мэйлача пожалуй нахуй.
>>168079337>И потом, нахуя создавать алгоритмы для решения задач на компьютерах, построенных на решении этих задач? Для того, что бы изучить принципы программирования нейронных сетей, не собирая при этом гигабайты данных для обучения сети. Для тренировки, так сказать.
>>168079421Ну не знаю, я уже научился правильно распознавать эту капчу за доли секунды.
>>168079388Т.е. при бесконечном количестве повторений эксперимента вероятность всех исходов будет равна.
>>168079429Есть уже давно классические задачи на распознавание рукописных цифр. Гигабайты классифицированных датасетов тоже есть, хоть жопой жуй. А твоя задача принципиально неисполнима на нейронах, как я сказал, так как множество выходных данных бесконечно.
>>168079473Вот интересно, является ли число пи или корень из 2 случайным? Можно ли в них найти все возможные конечные последовательности чисел?
>>168079507Очень странно, что такие сложные задачи как распознавание цифр решаются очень легко, а такие сложные как сложения принципиально неисполнима.
>>168079535>Вот интересно, является ли число пи или корень из 2 случайным?Нет, конечно. Никакое число просто так нельзя назвать случайным. Случайное бывает только как результат какого-то случайного эксперимента. А числа это просто числа.>Можно ли в них найти все возможные конечные последовательности чисел?Ну, строго это не доказано. Но вроде так оно и естьhttps://ru.wikipedia.org/wiki/Нормальное_число
>>168079576Это просто разные задачи. Нейросетки это определенный алгоритм пригодный для сравнительно малого круга задач. Остальные задачи либо принципиально не формализуемы для них, либо неэффективны.
>>168079576Нейронка - это универсальный апроксиматор. И x=2, y=2 в 4 превратит, и отображение между двумя веторными пространствами ОП и ХУЙ построит. Ты только топологию с функциями активации правильные подбери.
>>168079773Задачу алгебраического сложения не сможет осилить. А вот задача сложения всех чисел заданного подмножества R - сможет, тут уже от вычислительных мощностей зависит. Опять же, нахуя апроксимизировать линейную функцию сложения совершенно непонятно.
>>168079872>Задачу алгебраического сложения не сможет осилитьНа конечном числе узлов и с заданной точностью сможет.
>>168077986 (OP)нейросеть это триллион условий if else из программирования. есть подусловия . группы условий. нейросеть человека распознающая сперму на лице.этап 1. входная инфа идет в условия. в мозг постукпает картинка с девушкой со сметаной на лице.этап 2. проверка триллионов условий. -1 на фото есть серый цвет да нет.-на фото есть фигура лица. то есть фигура перепада контрастов в виле окружности. внутри которой две другие зоны перепада контрастов глаза. да нет.-3-на ФОТО серый цвет расположен на области лица. да нет.последний этап настроенной нейросети это суммирование результатов условий.наш мозг верно наконец определяет что фотка девушки со сметаной на лице - относиться к категоририи девушка со спермой на лице.