Tartalom
A Google Labs nagyon érdekes blogot tett közzé olyan neurális hálózatok használatáról, amelyek megtanulták az objektumokat felismerni, hanem más tárgyakat festeni.
Mesterséges neurális hálózatot képezünk, több millió képzési példát mutatva, és fokozatosan módosítjuk a hálózati paramétereket, amíg meg nem adjuk a kívánt osztályozásokat. A hálózat jellemzően 10-30 halmozott mesterséges neuron rétegből áll. Minden kép a bemeneti rétegbe kerül, amely aztán a következő réteggel beszél, amíg végül el nem érjük a „kimeneti” réteget. A hálózat „válasza” e végső kimeneti rétegből származik.
Ezt a "kezdetességet" nevezik, és az eredmények több, mint egy kicsit bizarr. A következő diákok bemutatják a különböző „ideghálózatok” eredményeit, amelyeket a „festés” témájukban tanítottak, annak ellenére, hogy a forrás nem független, vagy akár véletlenszerű adat. A mögöttes mechanika meglehetősen bonyolult, de képzeld el, hogy látod, hogy a neurális hálózat hogyan látja a világot.
KövetkezőSkyarrow
Ez elég egyszerű, de a hálózatot felkérték, hogy minden nyílot találjon.
Lovag
Egy lovagról alkotott kép alapján ez a neurális hálózat megtalálhatja, hogy mit tanítottak az egész helyszínen: az állatok bőven!
Állati vidék
Ez úgy néz ki, mint egy táj, de ez egy őrült állat- és vadvilágból áll.
Kutya sikoly
Edward Munch ikonikus darabja a kutyáknak. A szemek az egész helyen több mint egy kicsit zavaró.