Файл:Inceptionism - Going Deeper into Neural Networks Research Blog Inceptionism Going Deeper into Neural Networks.pdf

Материал из Материалы по машинному обучению
Перейти к: навигация, поиск
Inceptionism_-_Going_Deeper_into_Neural_Networks_Research_Blog_Inceptionism_Going_Deeper_into_Neural_Networks.pdf(0 × 0 пикселей, размер файла: 3,4 МБ, MIME-тип: application/pdf)


Artificial Neural Networks have spurred remarkable recent progress in image classification and speech recognition. But even though these are very useful tools based on well-known mathematical methods, we actually understand surprisingly little of why certain models work and others don’t. So let’s take a look at some simple techniques for peeking inside these networks.

We train an artificial neural network by showing it millions of training examples and gradually adjusting the network parameters until it gives the classifications we want. The network typically consists of 10-30 stacked layers of artificial neurons. Each image is fed into the input layer, which then talks to the next layer, until eventually the “output” layer is reached. The network’s “answer” comes from this final output layer.

История файла

Нажмите на дату/время, чтобы просмотреть, как тогда выглядел файл.

текущий16:00, 22 декабря 20160 × 0 (3,4 МБ)Slikos (обсуждение | вклад)
  • Вы не можете перезаписать этот файл.

Следующая 1 страница ссылается на данный файл: