Автокодировщики. RNN, GANs

Слайд 3

Если в скрытом слое размерность меньше, чем во входном, то используется для

Если в скрытом слое размерность меньше, чем во входном, то используется для
уменьшения размерности входных данных А если в скрытом слое больше нейронов, то может использоваться для избавления данных от искажений или в целом генерации данных, подавая на вход шум

Слайд 4

Generative adversarial networks(GANs) – соревновательные сети

Используются 2 нейронные сети, одна учится генерировать

Generative adversarial networks(GANs) – соревновательные сети Используются 2 нейронные сети, одна учится
данные, а вторая(дискриминатор) учится распознавать, реальные ли эти данные, или сгенерированные сетью

Слайд 5

Например, генеративная сеть уподобляется фальшивомонетчику или подделывателю картин, а дискриминативная — эксперту который

Например, генеративная сеть уподобляется фальшивомонетчику или подделывателю картин, а дискриминативная — эксперту
стремится распознать подделку.
В популярном приложении генерации человеческих лиц в качестве подлинных данных выступают реальные фотографии, а генеративная сеть пытается создать искусственные лица, варьируя комбинации таких латентных параметров, как цвет волос, пропорции лица, разрез глаз, форма носа, размер ушей, наличие бороды и усов и т. д

Слайд 6

Рекуррентные НС

Идея в том что между нейронами создаются обратные связи, благодаря чему

Рекуррентные НС Идея в том что между нейронами создаются обратные связи, благодаря
сеть может обрабатывать и запоминать последовательности входов, то есть у нее появляется некоторое подобие кратковременной памяти(например, запоминает порядок слов в предложении чтобы предсказать следующее)
Для этого нужно использовать более сложные нейроны, в которых хранится скрытое состояние(ячейка памяти)

Слайд 9

LSTM –long short term memory(подтип реккурентных)

LSTM –long short term memory(подтип реккурентных)
Имя файла: Автокодировщики.-RNN,-GANs.pptx
Количество просмотров: 40
Количество скачиваний: 0