Ad banner
Ad banner

НЕЙРОСЕТИ – самое понятное объяснение + пишем нейросеть с нуля.

В этом выпуске я расскажу о том, как работают нейросети в понятной для всех форме, скажу всё, что надо знать на …

(Visited 90 times, 1 visits today)

You Might Be Interested In

Комментарии (36)

  1. А во входе может быть также число от 0 до 1?

    Попробовал набор данных

    int[][] trainInput = new int[][]

    {

    new int[] { 5, 0, 1 },

    new int[] { 5, 1, 1 },

    new int[] { 0, 0, 1 },

    new int[] { 5, 1, 0 },

    };

    int[] trainOutput = new int[] {0, 0, 1, 0};

    при попытке получить ответ от { 5, 0, 1 } получаю 1,

    при попытке получить ответ от { 0, 0, 1 } получаю 1,

    при попытке получить ответ от { 5, 1, 1 } получаю 1,

  2. Благодаря изучению нейросетям, я понял почему так важно лупить детей по жопе ремнем!
    Пусть, лучше, мои дети получают веса от ремня в детстве чем от жизни в старости.

  3. Нейропарень объясняет как работает нейросеть. Надо попонятнее объяснить не гейронному хлопцу а обычному.

  4. Привет, Никита. Только сегодня наткнулся на твой канал. Отличный контент! Особенно в сравнении с контентом других блогеров твоего возраста здесь на ютубе. Круто, что ты разобрался в такой достаточно непростой теме и помогаешь разобраться другим – open source ждет тебя с распростертыми объятиями )) . Я вспоминаю, что мои программы в твоем возрасте были гораздо проще.
    Что касается приведенного тобой примера, то в строке 26, мне кажется, есть ошибка, связанная с приведением типа, когда ты передаешь массив в функцию RightProp. Приведение из int в double работает для отдельных значений, но не для векторов/указателей в том виде, в котором ты пытаешься его использовать. Чтобы убедиться в этом, выведи в твоем цикле функции RightProp значения inputs[i]: printf("%f ", inputs[i]); Сдается мне, там будут не совсем те значения, которыми ты проинициализировал trainingdata[ ][ ]. )) Быстрым фиксом было бы использование одного и того же типа для твоих массивов данных и аргумента функции RightProp(): либо везде int, либо везде double.
    Ну, и небольшая рекомендация. Вряд ли ты используешь древнюю С89 версию языка С. Поэтому нет никакой необходимости объявлять переменные в начале функций, особенно переменные цикла. Я понимаю, от наследия паскаля сложно избавиться сразу )), но for (int i =… делает код более читаемым.
    Удачи!

  5. Здравствуйте, в следующий раз напишите нейросеть на языке паскаль, а потом бинарный код, у вас хорошо получается

  6. Оставлю в поддержку Никиты, коммент для алгоритмов ютуба ) Круто молодец, тебя ждет большое будущее, не забрасывай!

  7. Чувак спасибо, мне 15, у тебя единственное нормальное объяснение из тех что я нашёл, теперь буду идти дальше и разбираться с LLM)

  8. Ну ты как-то совсем упростил себе задачу. Умножая на ноль два из трех нейронов. По сути дела при w=0, результатом предсказания нейрона всегда будет 0, умножаем же. Да и с выбором языка я бы поспорил, в ML и DL предпочтителен пайтон. Можно было бы еще поиграться с функцией активации, пороговая слишком простая, да интересно посмотреть как она работает, но для сравнения можно было попробовать и более сложные, например озвученную тобой релу.

  9. На сколько я знаю метод обратного распространения ошибки используется в многослойных сетках, в данном случае описан просто метод градиентного спуска

  10. Можете, пожалуйста подсказать. Может ли вес определённого нейрона не быть постоянным и меняться в зависимости от других факторов?

  11. А во втором уравнении, где к текущему весу умножается произведение цены ошибки на скорость и вход, что за вход, зачем он нужен?

  12. Молодец, продолжай дальше про нейросети, классно и понятно обьясняешь. Но еще много чего можно рассказать, ai изображения, ai видео, ai голос, ai сложные задачи, программирование с помошью нейросети и т.п.

  13. друг, твоё видео реально классное и ты большой молодец по тому что стараешься досконально понять тему (написать код на Си), но так же важно разбираться и в математике того о чём ты говоришь. На самом деле очень нехватило понятного математического доказательства, а так всё круто спасибо за видео

  14. На будущее могу посоветивать при написании кода использовать linter, добавлять комментарии к функциям и обязательно выводить провежуточные результаты в циклах

  15. Так в чем разница между нейроном хранящим значение от 0 до 1, от нейрона хранящего значения от -1 до 1.
    В самом начале видео было заявлено, что нейросети может понять каждый. Но ты похоже даже основ понять не смог 😉

Post A Comment For The Creator: IT_Школьник

Ваш адрес email не будет опубликован. Обязательные поля помечены *