Artigos

Tire duas dúvidas com o especialista no assunto Dr. Daphnis Citti de Lauro

인공 신경망 예제

생물물리학 시뮬레이션과 신경형태 컴퓨팅 을 위한 CMOS에서 전산 장치가 만들어졌습니다. Nanodevice[28] 매우 큰 규모의 주요 구성 요소 분석 및 컨볼루션은 디지털이 아닌 근본적으로 아날로그이기 때문에 새로운 수준의 신경 컴퓨팅을 만들 수 있습니다(첫 번째 구현에서는 디지털 장치를 사용할 수 있음). [29] Schmidhuber 그룹의 Ciresan 및 동료(2010)[30]는 사라지는 그라데이션 문제에도 불구하고 GPU가 다층 피드포워드 신경망에 대해 역전파를 가능하게 한다는 것을 보여주었습니다. 인공 신경망은 다양한 작업에 사용되며, 널리 사용되는 것은 분류용입니다. 당신은 개 다양한 품종의 예를 들어 이미지의 데이터 세트를 수집하고 이미지에 신경망을 훈련 할 수 있습니다, 당신은 강아지의 새로운 이미지를 제공하는 경우 는 새로운 이미지가 모델과 얼마나 밀접하게 에 통계 점수를 줄 것이다 다음 어떤 품종 O를 출력합니다. f 개 이미지입니다. 신경망은 또한 자율 주행 자동차, 캐릭터 인식, 이미지 압축, 주식 시장 예측 및 기타 흥미로운 응용 프로그램에 많이 사용됩니다. 시작하기에 좋은 장소는 인공 신경망이 무엇이며 무엇을 하는지 배우는 것입니다. 인공 신경망은 뇌와 같은 생물학적 신경계가 정보를 처리하는 방식에서 영감을 얻은 정보 처리 모델입니다. 그(것)들은 mamalian 대뇌 피질의 신경 구조 후에 그러나 훨씬 더 작은 규모에 느슨하게 모델링됩니다. 간단히 말해서 인간의 뇌가 매 초마다 수행하는 것처럼 입력과 출력 사이의 비선형 관계를 처리하는 데 사용되는 뇌의 간단한 수학적 모델입니다. 하이브리드 모델 (신경망과 상징적 인 접근 방식을 결합)의 옹호자는 그러한 혼합물이 인간의 마음의 메커니즘을 더 잘 캡처 할 수 있다고 주장합니다. [250] [251] 사실, 그들은 할 수 있습니다.

현재 잘 설계된 신경망은 SVM을 포함하여 MNIST를 해결하기 위한 다른 모든 기술보다 성능이 우수합니다. 현재(2013) 레코드는 10,000개의 이미지 중 9,979개로 올바르게 분류됩니다. 이 작업은 리완, 매튜 자일러, 식스인 장, 얀 레쿤, 롭 퍼거스가 했다. 이 책의 후반부에서 사용했던 대부분의 기술을 살펴보겠습니다. 예를 들어, 네트워크는 “교육 세트”의 레코드를 한 번에 하나씩 처리합니다. 숨겨진 레이어의 가중치 와 함수를 사용하여 결과 출력을 원하는 출력과 비교합니다.